MétaCan
Menu
Retour à la cohorte
Enregistrement W4214630249 · doi:10.1055/s-0035-1554334

Pedicle Screw Malposition in Revision Spinal Surgery: Efficacy of Intraoperative CT-Based Navigation

2015· article· en· W4214630249 sur OpenAlexaff
Harvey Wu, Andrew Pennington, Kaiyun Yang, Juliet Batke, Charles Fisher, Marcel F. Dvorak, John Street

Notice bibliographique

RevueGlobal Spine Journal · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueSpinal Fractures and Fixation Techniques
Établissements canadiensUniversity of British ColumbiaVancouver Spine Surgery Institute
Organismes subventionnairesnon disponible
Mots-clésMedicineCadaveric spasmSurgeryFluoroscopySpinal surgeryDeformitySpinal deformity

Résumé

récupéré en direct d'OpenAlex

Introduction The improved screw accuracy of intraoperative 3D imaging with navigation has been primarily reported in cadaveric studies and spinal deformity surgeries. Revision surgery poses unique technical challenges for pedicle screw instrumentation because of an established fusion mass, lack of reliable anatomical landmarks, and limited fixation options. The aim of this study was to examine our early experience of pedicle screw malposition rates in revision surgeries comparing O-arm and StealthStation navigated cases to the traditional freehand technique and evaluate the impact on patient outcome. Materials and Methods This ambispective study compared two matched cohorts of patients undergoing revision thoracolumbar surgery. The study group comprised 56 consecutive patients who underwent O-arm and StealthStation navigation-assisted pedicle screw instrumentation (NAV) between January 1, 2008 and December 31, 2012. The control group comprised 34 historical matched cases with surgery between January 1, 2006 and December 31, 2008, using traditional (freehand or with fluoroscopy), nonnavigated techniques (non-NAV). Cases were matched on age, gender, surgical location, number of surgical levels, and primary diagnosis. We examined the differences in screw placement and accuracy, patient outcomes, and surgery-related adverse events. Results There was a significant difference in the number of misplaced screws between the NAV and non-NAV groups (31 vs. 54, p < 0.001). The average number of misplaced screws per case was 0.57 (SD = 0.92) with navigation and 1.86 (SD = 2.49) without ( p = 0.01). No difference existed in the number of screws revised intraoperatively (10 vs. 7, p = 0.54). One patient in the NAV group and two patients in the non-NAV group required early postoperative screw revision during the same admission ( p = 0.33). No screws in the NAV group required revision during subsequent admissions. No difference was observed in grade of screw malposition ( p = 0.11) or anatomical location of malposition ( p = 0.26). Anatomically, a majority of misplaced screws were located below T6 in both groups. The use of navigation resulted in a significant difference in intraoperative massive blood loss (> 2L in 3 hours), 3.3% of the NAV cases compared with 7.8% of the non-NAV cases. There was no significant difference in the duration of surgery ( p = 0.11), incidence of intraoperative dural tear ( p = 1.00), wound infection ( p = 1.00), or length of stay ( p = 0.78). Conclusion This early analysis of our experience in revision surgery demonstrates an increased accuracy of pedicle screw placement utilizing O-arm imaging and StealthStation navigation systems, without an increase in OR time. Small case numbers likely explain the comparable early screw revision rates, as our experience with a larger number of degenerative cases demonstrates a statistically significant reduction in reoperation for symptomatic screw misplacement. The use of intraoperative 3D imaging and navigation in revision spine surgeries results in lower mean blood loss, and fewer cases of massive intraoperative blood loss may occur because navigation avoids the extent of dissection normally required and facilitates safe pedicle screw instrumentation while minimizing surgical exposure. Data collection and analysis is ongoing to examine diagnosis-specific incidence of screw malposition and patient outcome.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,032
Tête enseignante GPT0,356
Écart entre enseignants0,323 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal Spine JournalMême sujetSpinal Fractures and Fixation TechniquesTravaux en français237 207