Evaluating robotic pedicle screw placement against conventional modalities: a systematic review and network meta-analysis
Notice bibliographique
Résumé
OBJECTIVE: Several approaches have been studied for internal fixation of the spine using pedicle screws (PSs), including CT navigation, 2D and 3D fluoroscopy, freehand, and robotic assistance. Robot-assisted PS placement has been controversial because training requirements, cost, and previously unclear benefits. This meta-analysis compares screw placement accuracy, operative time, intraoperative blood loss, and overall complications of PS insertion using traditional freehand, navigated, and robot-assisted methods. METHODS: A systematic review was performed of peer-reviewed articles indexed in several databases between January 2000 and August 2021 comparing ≥ 2 PS insertion methods with ≥ 10 screws per treatment arm. Data were extracted for patient outcomes, including PS placement, misplacement, and accuracy; operative time, overall complications, intraoperative blood loss, postoperative hospital length of stay, postoperative Oswestry Disability Index (ODI) score, and postoperative visual analog scale (VAS) score for back pain. Risk of bias was assessed using the Newcastle-Ottawa score and Cochrane tool. A network meta-analysis (NMA) was performed to estimate PS placement accuracy as the primary outcome. RESULTS: Overall, 78 studies consisting of 6262 patients and > 31,909 PSs were included. NMA results showed that robot-assisted and 3D-fluoroscopy PS insertion had the greatest accuracy compared with freehand (p < 0.01 and p < 0.001, respectively), CT navigation (p = 0.02 and p = 0.04, respectively), and 2D fluoroscopy (p < 0.01 and p < 0.01, respectively). The surface under the cumulative ranking (SUCRA) curve method further demonstrated that robot-assisted PS insertion accuracy was superior (S = 0.937). Optimal screw placement was greatest in robot-assisted (S = 0.995) placement, and misplacement was greatest with freehand (S = 0.069) approaches. Robot-assisted placement was favorable for minimizing complications (S = 0.876), while freehand placement had greater odds of complication than robot-assisted (OR 2.49, p < 0.01) and CT-navigation (OR 2.15, p = 0.03) placement. CONCLUSIONS: The results of this NMA suggest that robot-assisted PS insertion has advantages, including improved accuracy, optimal placement, and minimized surgical complications, compared with other PS insertion methods. Limitations included overgeneralization of categories and time-dependent effects.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,019 | 0,042 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,017 | 0,033 |
| Bibliométrie | 0,006 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».