Long-Term Survivorship of Cervical Spine Procedures; A Survivorship Meta-Analysis and Meta-Regression
Notice bibliographique
Résumé
STUDY DESIGN: Systematic Review. OBJECTIVES: To conduct a meta-analysis on the survivorship of commonly performed cervical spine procedures to develop survival function curves for (i) second surgery at any cervical level, and (ii) adjacent level surgery. METHODS: A systematic review of was conducted following PRISMA guidelines. Articles with cohorts of greater than 20 patients followed for a minimum of 36 months and with available survival data were included. Procedures included were anterior cervical discectomy and fusion (ACDF), cervical disc arthroplasty (ADR), laminoplasty (LAMP), and posterior laminectomy and fusion (PDIF). Reconstructed individual patient data were pooled across studies using parametric Bayesian survival meta-regression. RESULTS: Of 1829 initial titles, 16 citations were included for analysis. 73 811 patients were included in the second surgery analysis and 2858 patients in the adjacent level surgery analysis. We fit a Log normal accelerated failure time model to the second surgery data and a Gompertz proportional hazards model to the adjacent level surgery data. Relative to ACDF, the risk of second surgery was higher with ADR and PDIF with acceleration factors 1.73 (95% CrI: 1.04, 2.80) and 1.35 (95% CrI: 1.25, 1.46) respectively. Relative to ACDF, the risk of second surgery was lower with LAMP with deceleration factor .06 (95% CrI: .05, .07). ADR decreased the risk of adjacent level surgery with hazard ratio .43 (95% CrI: .33, .55). CONCLUSIONS: In cases of clinical equipoise between fusion procedures, our analysis suggests superior survivorship with anterior procedures. For all procedures, laminoplasty demonstrated superior survivorship.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,000 | 0,002 |
| 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) | 0,013 | 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 ».