Georg schmorl prize of the German spine society (DWG) 2021: Spinal Instability Spondylodiscitis Score (SISS)—a novel classification system for spinal instability in spontaneous spondylodiscitis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
PURPOSE: Even though spinal infections are associated with high mortality and morbidity, their therapy remains challenging due to a lack of established classification systems and widely accepted guidelines for surgical treatment. This study's aim therefore was to propose a comprehensive classification system for spinal instability based on the Spinal Instability Neoplastic Score (SINS) aiding spine surgeons in choosing optimal treatment for spontaneous spondylodiscitis. METHODS: Patients who were treated for spontaneous spondylodiscitis and received computed tomography (CT) imaging were included retrospectively. The Spinal Instability Spondylodiscitis Score (SISS) was developed by expert consensus. SINS and SISS were scored in CT-images by four readers. Intraclass correlation coefficients (ICCs) and Fleiss' Kappa were calculated to determine interrater reliabilities. Predictive validity was analyzed by cross-tabulation analysis. RESULTS: A total of 127 patients were included, 94 (74.0%) of which were treated surgically. Mean SINS was 8.3 ± 3.2, mean SISS 8.1 ± 2.4. ICCs were 0.961 (95%-CI: 0.949-0.971) for total SINS and 0.960 (95%-CI: 0.946-0.970) for total SISS. SINS yielded false positive and negative rates of 12.5% and 67.6%, SISS of 15.2% and 40.0%, respectively. CONCLUSION: We show high reliability and validity of the newly developed SISS in detecting unstable spinal lesions in spontaneous spondylodiscitis. Therefore, we recommend its use in evaluating treatment choices based on spinal biomechanics. It is, however, important to note that stability is merely one of multiple components in making surgical treatment decisions.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle