Intraoperative Traction in Scoliosis: A Safe and An Effective Tool to Achieve Better Correction
Notice bibliographique
Résumé
Purpose:We believe that intraoperative skull-femoral traction (IOT) may effectively assist with spinal deformity correction.The aim of this study is to find out the effect of IOT in single-stage posterior arthrodesis for AIS and NM.Methods: A retrospective cohort study was performed after Institutional Review Board (IRB) approval.Inclusion criteria were Cobb's angle >50degrees, single stage posterior spinal instrumented fusion, follow-up >6 months.Growth-friendly surgeries were excluded.Group I consisted of patients with IOT while group II was without IOT.Results: Group I consisted of 35 patients with mean follow-up of 2.5 years (range 9 months to 6.3 years) and group II had 58 patients with a mean follow-up of 2.11 years (range 6 months to 6.6 years).Correction index was 11.1% more (p-value <0.05) in group I compared to group II.Mean blood loss and operative time were 662 ml (range 205 to 1513ml) and 7.14 hours (range 4.6 to 9.2 hours) in group I, while 647 ml (range 170 to 2200 ml) and 6.04 hours (range 4.1 to 10.2 hours) in group II.OR time was significantly more in group I.There was no statistical difference between the two groups in terms of flexibility index, complication rates, and blood loss.Neurophysiological changes were not seen in the traction group. Conclusion:We found the use of IOT is a safe and an effective tool to achieve better correction without an increase in complication rates and blood loss.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».