Clinical and Radiographic Outcomes of Anterior Lumbar Interbody Fusions Using a Titanium Cage with a Biomimetic Surface
Notice bibliographique
Résumé
Abstract Background We analyzed clinical and radiographic outcomes in patients undergoing anterior lumbar interbody fusions (ALIFs) using a new biomimetic titanium fusion cage (Titan nanoLOCK interbody, Medtronic, Minneapolis, Minnesota, United States). This specialized cage employs precise nanotechnology to stimulate inherent biochemical and cellular osteogenic reactions to the implant, aiming to amplify the rate of fusion. To our knowledge, this is the only study to assess early clinical and radiographic results in ALIFs. Methods We conducted a retrospective review of data for patients who underwent single or multilevel ALIF using this implant between October 2016 and April 2021. Indications for treatment were spondylolisthesis, postlaminectomy syndrome, or spinal deformity. Clinical and radiographic outcome data for these patients were collected and assessed. Results A total of 84 patients were included. The mean clinical follow-up was 36.6 ± 14 months. At 6 months, solid fusion was seen in 97.6% of patients. At 12 months, solid fusion was seen in 98.8% of patients. Significant improvements were seen in patient-reported outcome measures (PROMs; visual analog scale and Oswestry Disability Index) at 6 and 12 months compared with the preoperative scores (p < 0.001). One patient required reoperation for broken pedicle screws 2 days after the ALIF. None of the patients required readmission within 90 days of surgery. No patients experienced an infection. Conclusions ALIF using a new titanium interbody fusion implant with a biomimetic surface technology demonstrated high fusion rates (97.6%) as early as 6 months. There was significant improvement in PROMs at 6 and 12 months.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| 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 ».