Multi-domain biopsychosocial postoperative recovery trajectories associate with patient outcomes following lumbar fusion
Notice bibliographique
Résumé
PURPOSE: The purpose of this study is to describe and assess the impact of multi-domain biopsychosocial (BPS) recovery on outcomes following lumbar spine fusion. We hypothesized that discrete patterns of BPS recovery (e.g., clusters) would be identified, and then associated with postoperative outcomes and preoperative patient data. METHODS: Patient-reported outcomes for pain, disability, depression, anxiety, fatigue, and social roles were collected at multiple timepoints for patients undergoing lumbar fusion between baseline and one year. Multivariable latent class mixed models assessed composite recovery as a function of (1) pain, (2) pain and disability, and (3) pain, disability, and additional BPS factors. Patients were assigned to clusters based on their composite recovery trajectories over time. RESULTS: Using all BPS outcomes from 510 patients undergoing lumbar fusion, three multi-domain postoperative recovery clusters were identified: Gradual BPS Responders (11%), Rapid BPS Responders (36%), and Rebound Responders (53%). Modeling recovery from pain alone or pain and disability alone failed to generate meaningful or distinct recovery clusters. BPS recovery clusters were associated with number of levels fused and preoperative opioid use. Postoperative opioid use (p < 0.01) and hospital length of stay (p < 0.01) were associated with BPS recovery clusters even after adjusting for confounding factors. CONCLUSION: This study describes distinct clusters of recovery following lumbar spine fusion derived from multiple BPS factors, which are related to patient-specific preoperative factors and postoperative outcomes. Understanding postoperative recovery trajectories across multiple health domains will advance our understanding of how BPS factors interact with surgical outcomes and could inform personalized care plans.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».