MétaCan
Menu
← Retour à la cohorte
Enregistrement W4386224097 · doi:10.3390/jcm12175565

Are We Focused on the Wrong Early Postoperative Quality Metrics? Optimal Realignment Outweighs Perioperative Risk in Adult Spinal Deformity Surgery

2023· article· en· W4386224097 sur OpenAlexaff
Peter G. Passias, Tyler K. Williamson, Jamshaid Mir, Justin S. Smith, Virginie Lafage, Renaud Lafage, Breton Line, Alan H. Daniels, Jeffrey L. Gum, Andrew J. Schoenfeld, D. Kojo Hamilton, Alex Soroceanu, Justin K. Scheer, Robert K. Eastlack, Gregory M. Mundis, Bassel G. Diebo, Khaled M. Kebaish, Richard A. Hostin, Munish C. Gupta, Han Jo Kim, Eric O. Klineberg, Christopher P. Ames, Robert A. Hart, Douglas C. Burton, Frank J. Schwab, Christopher I. Shaffrey, Shay Bess

Notice bibliographique

RevueJournal of Clinical Medicine · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueScoliosis diagnosis and treatment
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMedicineMinimal clinically important differenceSurgerySpinal deformityPropensity score matchingPerioperativeDeformityLogistic regressionIncidence (geometry)Body mass indexRetrospective cohort studyScoliosisCohortOdds ratioInternal medicineRandomized controlled trial

Résumé

récupéré en direct d'OpenAlex

Background: While reimbursement is centered on 90-day outcomes, many patients may still achieve optimal, long-term outcomes following adult spinal deformity (ASD) surgery despite transient short-term complications. Objective: Compare long-term clinical success and cost-utility between patients achieving optimal realignment and suboptimally aligned peers. Study Design/Setting: Retrospective cohort study of a prospectively collected multicenter database. Methods: ASD patients with two-year (2Y) data included. Groups were propensity score matched (PSM) for age, frailty, body mass index (BMI), Charlson Comorbidity Index (CCI), and baseline deformity. Optimal radiographic criteria are defined as meeting low deformity in all three (Scoliosis Research Society) SRS-Schwab parameters or being proportioned in Global Alignment and Proportionality (GAP). Cost-per-QALY was calculated for each time point. Multivariable logistic regression analysis and ANCOVA (analysis of covariance) adjusting for baseline disability and deformity (pelvic incidence (PI), pelvic incidence minus lumbar lordosis (PI-LL)) were used to determine the significance of surgical details, complications, clinical outcomes, and cost-utility. Results: A total of 930 patients were considered. Following PSM, 253 “optimal” (O) and 253 “not optimal” (NO) patients were assessed. The O group underwent more invasive procedures and had more levels fused. Analysis of complications by two years showed that the O group suffered less overall major (38% vs. 52%, p = 0.021) and major mechanical complications (12% vs. 22%, p = 0.002), and less reoperations (23% vs. 33%, p = 0.008). Adjusted analysis revealed O patients more often met MCID (minimal clinically important difference) in SF-36 PCS, SRS-22 Pain, and Appearance. Cost-utility-adjusted analysis determined that the O group generated better cost-utility by one year and maintained lower overall cost and costs per QALY (both p < 0.001) at two years. Conclusions: Fewer late complications (mechanical and reoperations) are seen in optimally aligned patients, leading to better long-term cost-utility overall. Therefore, the current focus on avoiding short-term complications may be counterproductive, as achieving optimal surgical correction is critical for long-term success.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,022
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,022
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,264
Tête enseignante GPT0,475
Écart entre enseignants0,211 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical Medicine→Même sujetScoliosis diagnosis and treatment→Travaux en français237 207→