How Good Are Surgeons at Achieving Their Preoperative Goal Sagittal Alignment Following Adult Deformity Surgery?
Notice bibliographique
Résumé
Study Design Multicenter, prospective cohort Objectives Malalignment following adult spine deformity (ASD) surgery can impact outcomes and increase mechanical complications. We assess whether preoperative goals for sagittal alignment following ASD surgery are achieved. Methods ASD patients were prospectively enrolled based on 3 criteria: deformity severity (PI-LL ≥25°, TPA ≥30°, SVA ≥15 cm, TCobb≥70° or TLCobb≥50°), procedure complexity (≥12 levels fused, 3-CO or ACR) and/or age (>65 and ≥7 levels fused). The surgeon documented sagittal alignment goals prior to surgery. Goals were compared with achieved alignment on first follow-up standing radiographs. Results The 266 enrolled patients had a mean age of 61.0 years (SD = 14.6) and 68% were women. Mean instrumented levels was 13.6 (SD = 3.8), and 23.2% had a 3-CO. Mean (SD) offsets (achieved-goal) were: SVA = −8.5 mm (45.6 mm), PI-LL = −4.6° (14.6°), TK = 7.2° (14.7°), reflecting tendencies to undercorrect SVA and PI-LL and increase TK. Goals were achieved for SVA, PI-LL, and TK in 74.4%, 71.4%, and 68.8% of patients, respectively, and was achieved for all 3 parameters in 37.2% of patients. Three factors were independently associated with achievement of all 3 alignment goals: use of PACs/equivalent for surgical planning ( P < .001), lower baseline GCA ( P = .009), and surgery not including a 3-CO ( P = .037). Conclusions Surgeons failed to achieve goal alignment of each sagittal parameter in ∼25-30% of ASD patients. Goal alignment for all 3 parameters was only achieved in 37.2% of patients. Those at greatest risk were patients with more severe deformity. Advancements are needed to enable more consistent translation of preoperative alignment goals to the operating room.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».