Analysis of recovery trajectories in degenerative cervical myelopathy to facilitate improved patient counseling and individualized treatment recommendations
Notice bibliographique
Résumé
OBJECTIVE: There is a need to better understand and predict postsurgical outcomes for degenerative cervical myelopathy (DCM) patients, particularly to support treatment decisions for patients with mild DCM. The goal of this study was to identify and predict outcome trajectories for DCM patients up to 2 years postsurgery. METHODS: The authors analyzed two North American multicenter prospective DCM studies (n = 757). Functional recovery and physical health component quality of life were assessed in DCM patients at baseline, 6 months, and 1 and 2 years postoperatively using the modified Japanese Orthopaedic Association (mJOA) score and Physical Component Summary (PCS) of the SF-36, respectively. Group-based trajectory modeling was used to identify recovery trajectories for mild, moderate, and severe DCM. Prediction models for recovery trajectories were developed and validated in bootstrap resamples. RESULTS: Two recovery trajectories were identified for the functional and physical components of quality of life: good recovery and marginal recovery. Depending on outcome and myelopathy severity, one-half to three-fourths of the study patients followed the good recovery trajectory characterized by improvement in mJOA and PCS scores over time. The remaining one-half to one-fourth of patients followed the marginal recovery trajectory, experiencing little improvement and, in certain cases, worsening postoperatively. The prediction model for mild DCM had an area under the curve of 0.72 (95% CI 0.65-0.80), with preoperative neck pain, smoking, and posterior surgical approach noted as dominant predictors of marginal recovery. CONCLUSIONS: Surgically treated DCM patients follow distinct recovery trajectories in the first 2 years postoperatively. While most patients experience substantial improvement, a significant minority experience little improvement or worsening. The ability to predict DCM patient recovery trajectories in the preoperative setting facilitates the formulation of individualized treatment recommendations for patients with mild symptoms.
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 | 0,000 |
| Bibliométrie | 0,002 | 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 | 0,000 |
| 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 ».