Pseudarthrosis risk factors in lumbar fusion: a systematic review and meta-analysis
Notice bibliographique
Résumé
This study presents a systematic literature review and meta-analysis of pseudarthrosis risk factors following lumbar fusion procedures. The odds ratio (OR) and 95% confidence interval (95% CI) were used for outcome measurements. The objective of this study was to identify the independent risk factors for pseudarthrosis after lumbar spinal fusion, which is crucial for mitigating morbidity and reoperation. Systematic searches in PubMed, Embase, and Scopus (1990-July 2021) were conducted using specific terms. The inclusion criteria included prospective and retrospective cohorts and case‒control series reporting ORs with 95% CIs from multivariate analysis. The quality assessment utilized the Newcastle-Ottawa scale. Meta-analysis, employing OR and 95% CI, assessed pseudarthrosis risk factors in lumbar fusion surgery, depicted in a forest plot. Of the 568 abstracts identified, 12 met the inclusion criteria (9 retrospective, 2006-2021). The 17 risk factors were categorized into clinical, radiographic, surgical, and bone turnover marker factors. The meta-analysis highlighted two significant clinical risk factors: age (95% CI 1.02-1.11; p = 0.005) and smoking (95% CI 1.68-5.44; p = 0.0002). The sole significant surgical risk factor was the number of fused levels (pooled OR 1.35; 95% CI 1.17-1.55; p < 0.0001). This study identified 17 risk factors for pseudarthrosis after lumbar fusion surgery, emphasizing age, smoking status, and the number of fusion levels. Prospective studies are warranted to explore additional risk factors and assess the impact of surgery and graft type.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,014 | 0,014 |
| Bibliométrie | 0,001 | 0,002 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».