Oblique versus Transforaminal Lumbar Interbody Fusion in Degenerative Spondylolisthesis: A Systematic Review and Meta-analysis
Notice bibliographique
Résumé
BACKGROUND: This meta-analysis compared transforaminal interbody fusion (TLIF) and oblique lumbar interbody fusion (OLIF) techniques for degenerative lumbar spondylolisthesis. AIM: The aim is to evaluate Oswestry Disability Index (ODI), Japanese Orthopedic Association Back Pain Evaluation Questionnaire, visual analog scale improvement for back and leg pain, disc height, slipped percentage, blood loss, surgical time, and complication rates in both groups. METHODS: A systematic literature search was carried out to obtain a study that compared OLIF and TLIF for degenerative lumbar spondylolisthesis. A literature search was performed using PubMed, Scopus, EuropePMC, and EBSCOHost. While the intervention was the OLIF technique, the control was the TLIF technique. The primary outcome was clinical outcome (ODI, Japanese Orthopaedic Association Back Pain Evaluation Questionnaire [JOABPEQ], visual analog scale [VAS] improvement for back, and leg pain). The Newcastle-Ottawa Scale was used to assess the quality of the studies. RESULTS: Total of 384 patients from four studies were included in this study. OLIF group was better than TLIF group in terms of disc height, slipped percentage, and blood loss. ODI, JOABPEQ, VAS improvement for back pain (standardized mean difference [SMD] 0.06 [−0.18, 0.29], p = 0.63, I2 = 0%, p = 0.87) and leg pain (SMD 0.12 [−0.36, 0.60], p = 0.63, I2 = 74%, p = 0.02), surgical time, and complication rates were similar in both groups. CONCLUSION: OLIF technique was better than TLIF technique in terms of radiologic outcome and surgical blood loss. Both techniques showed similar outcomes in clinical outcome, complication, and surgical time.
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 | 0,010 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,010 | 0,002 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,004 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 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 ».