A Novel Method to Classify Cervical Incomplete Spinal Cord Injury Based on Potential for Recovery: A Group-Based Trajectory Analysis
Notice bibliographique
Résumé
The outcomes of cervical incomplete spinal cord injury (SCI) are heterogeneous. This study sought to dissociate subgroups of cervical incomplete SCI patients with distinct longitudinal temporal profiles of recovery in upper limb motor function. Patients with cervical incomplete SCI (American Spinal Injury Association Impairment Scale [AIS] B-D; C1-C8) were identified from four prospective, multi-center SCI datasets. A group-based trajectory model was fit to longitudinal upper extremity motor scores out to 1 year. Multi-variable multinomial logistic regression was performed to identify features that characterize each trajectory group. A classification system for predicting trajectory group at baseline was developed by recursive partitioning. In total, 801 patients were eligible. Four distinct trajectory groups were identified: 1) “Poor outcome”: Severe injury, very minimal recovery; 2) “Moderate recovery”: Moderate-to-severe injury, moderate recovery; most recovery occurs by 6 months, with mild, gradual recovery continuing thereafter; 3) “Good recovery”: Moderate injury, good recovery; most recovery occurs by 3 months, with mild, gradual recovery continuing thereafter; and 4) “Excellent outcome”: Mild injury, recovery to normal/near-normal by 3 months. On adjusted analyses, older age was associated with lower likelihood of “excellent outcome” ( p = 0.020). AIS C and D injuries were associated with “moderate recovery,” “good recovery,” and “excellent outcome” ( p < 0.001). Mid-cervical injuries occurred more frequently in “moderate recovery,” “good recovery,” and “excellent outcome” ( p < 0.001) groups. Early surgical decompression (< 24 h) was associated with increased propensity for “good recovery” ( p = 0.039) and “excellent outcome” ( p = 0.048). A classification model based on recursive partitioning could predict trajectory group using age, AIS grade, and neurological level with an area under the curve of 0.81. Patients with cervical incomplete SCI demonstrate distinct temporal profiles of recovery in upper limb motor function. The trajectory a patient is likely to follow may be predicted at baseline with fair accuracy.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».