Identifying Suspected Volume Conduction Contamination of External Anal Sphincter Motor Evoked Potentials in Lumbosacral Spine Surgery
Notice bibliographique
Résumé
PURPOSE: Iatrogenic injury to sacral nerve roots poses significant quality of life issues for patients. Motor evoked potential (MEP) monitoring can be used for intraoperative surveillance of these important structures. We hypothesized that volume conducted depolarizations from gluteus maximus (GM) may contaminate external anal sphincter (EAS) MEP results during lumbosacral spine surgery. METHODS: Motor evoked potential from the EAS and medial GM in 40 patients were prospectively assessed for inter-muscle volume conduction during lumbosacral spine surgeries. Peak latency matching between the EAS and GM MEP recordings conditionally identified volume conduction (VC+) or no volume conduction (VC-). Linear regression and power spectral density analysis of EAS and medial GM MEP amplitudes were performed from VC+ and VC- data pairs to confirm intermuscle electrical cross-talk. RESULTS: Motor evoked potential peak latency matching identified putative VC+ in 9 of 40 patients (22.5%). Mean regression coefficients (r2) from peak-to-peak EAS and medial GM MEP amplitude plots were 0.83 ± 0.04 for VC+ and 0.34 ± 0.06 for VC- MEP (P < 0.001). Power spectral density analysis identified the major frequency component in the MEP responses. The mean frequency difference between VC+ EAS and medial GM MEP responses were 0.4 ± 0.2 Hz compared with 3.5 ± 0.6 Hz for VC- MEP (P < 0.001). CONCLUSIONS: Our data support using peak latency matching between EAS and GM MEP to identify spurious MEP results because of intermuscle volume conduction. Neuromonitorists should be aware of this possible cross-muscle conflict to avoid interpretation errors during lumbosacral procedures using EAS MEP.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 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) | 0,000 | 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 ».