Predicting Mechanical Failure Following Cervical Deformity Surgery: A Composite Score Integrating Age-Adjusted Cervical Alignment Targets
Notice bibliographique
Résumé
STUDY DESIGN: Retrospective cohort study. OBJECTIVES: Investigate a composite score to evaluate the relationship between alignment proportionality and risk of distal junctional kyphosis (DJK). METHODS: 84 patients with minimum 1 year follow-up were included (age = 61.1 ± 10.3 years, 64.3% women). The Cervical Score was constructed using offsets from age-adjusted normative values for sagittal vertical axis (SVA), T1 Slope (TS), and TS minus cervical lordosis (CL). Individual points were assigned based on offset with age-adjusted alignment targets and summed to generate the Cervical Score. Rates of mechanical failure (DJK revision or severe DJK [DJK> 20° and ΔDJK> 10°]) were assessed overall and based on Cervical Score. Logistical regressions assessed associations between early radiographic alignment and 1-year failure rate. RESULTS: Mechanical failure rate was 21.4% (N = 18), 10.7% requiring revision. By multivariate logistical regression: 3-month T1S (OR: .935), TS-CL (OR:0.882), and SVA (OR:1.015) were independent predictors of 1-year failure (all P < .05). Cervical Score ranged (-6 to 6), 37.8% of patients between -1 and 1, and 50.0% with 2 or higher. DJK patients had significantly higher Cervical Score (4.1 ± 1.3 vs .6 ± 2.2, P < .001). Patients with a score ≥3 were significantly more likely to develop a failure (71.4%) with OR of 38.55 (95%CI [7.73; 192.26]) and Nagelkerke r2 .524 (P < .001). CONCLUSION: This study developed a composite alignment score predictive of mechanical failures in CD surgery. A score ≥3 at 3 months following surgery was associated with a marked increase in failure rate. The Cervical Score can be used to analyze sagittal alignment and help define realignment objectives to reduce mechanical failure.
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 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 | 0,001 | 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 | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».