Comparison of long-term outcomes of spinal fusion surgeries supplemented with “topping-off” implants in lumbar degenerative diseases: A systematic review and network meta-analysis
Notice bibliographique
Résumé
Background ContextSpinal fusion surgery is a common treatment for lumbar degenerative diseases and has been associated with the long-term complication of adjacent segment disease (ASD). In recent years, the “topping-off” technique has emerged as a new surgical method, combining spinal fusion with a hybrid stabilization device (HSD) or interspinous process device (IPD) proximal to the fused vertebrae.MethodsA literature search using the PubMed, Cochrane Central Register of Controlled Trials, EMBASE, and Web of Science databases identified eligible studies comparing topping-off implant(s) with spinal fusion surgery for lumbar degenerative diseases. Risk of bias was assessed using the Cochrane RoB 2.0 tool for randomized controlled trials and the Newcastle–Ottawa scale for retrospective studies. Each outcome was analyzed using the statistical Confidence in NMA (CINeMA) 1.9.0 software.Results17 RCTs and retrospective studies that included 1255 participants and five interventions were identified. The topping-off implants device for intervertebral assisted motion (DIAM; OR = 0.235, p < 0.001), Dynesys (OR = 0.413, p < 0.001), and Coflex (OR = 0.417, p < 0.01) significantly lowered the incidence of radiographic adjacent segment degeneration (RASDeg) compared with spinal fusion surgery alone. Spinal fusion supplemented with DIAM significantly reduced the incidence of clinical adjacent segment disease (CASD) (OR = 0.358, p = 0.032).ConclusionsSpinal fusion supplemented with DIAM substantially reduced the incidence of radiographic and clinical adjacent segment disease. No significant difference was observed between the treatment comparators for reoperation due to ASD and back pain relief score.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,019 | 0,005 |
| Bibliométrie | 0,000 | 0,003 |
| 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) | 0,001 | 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 ».