MétaCan
Menu
Retour à la cohorte
Enregistrement W4400390351 · doi:10.3171/2024.4.spine23917

Comparison of accuracy, revision, and perioperative outcomes in robot-assisted spine surgeries: systematic review and meta-analysis

2024· review· en· W4400390351 sur OpenAlexaff
Luke MacLean, Andrew M. Hersh, Meghana Bhimreddy, Kelly Jiang, A. Daniel Davidar, Carly Weber-Levine, Safwan Alomari, Brendan F. Judy, Daniel Lubelski, Nicholas Theodore

Notice bibliographique

RevueJournal of Neurosurgery Spine · 2024
Typereview
Langueen
DomaineMedicine
ThématiqueSpinal Fractures and Fixation Techniques
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésPerioperativeMeta-analysisMedicineRoboticsSystematic reviewCochrane LibraryRobotArtificial intelligenceMEDLINEWeb of scienceMedical physicsComputer scienceSurgery

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: Pedicle screw placement guidance is critical in spinal fusions, and spinal surgery robots aim to improve accuracy and reduce complications. Current literature has yet to compare the relative merits of available robotic systems. In this review, the authors aimed to 1) assess the current state of spinal robotics literature; 2) conduct a meta-analysis of robotic performance based on accuracy, speed, and safety; and 3) offer recommendations for robotic system selection. METHODS: Following PRISMA guidelines, the authors conducted a systematic literature review across PubMed, Embase, Cochrane Library, Web of Science, and Scopus as of April 28, 2022, for studies on approved robots for placing lumbar pedicle screws. Three reviewers screened and extracted data relating to the study characteristics, accuracy rate, intraoperative revisions, and reoperations. Secondary performance metrics included operative time, blood loss, and radiation exposure. The authors statistically compared the performance of the robots using a random-effects model to account for variation within and between the studies. Each robot was also compared with performance benchmarks of traditional techniques including freehand, fluoroscopic, and CT-navigated insertion. Finally, we performed a Duval and Tweedie trim-and-fill test to assess for the presence of publication bias. RESULTS: The authors identified 46 studies, describing 4670 patients and 25,054 screws, that evaluated 4 different robotic systems: Mazor X, ROSA, ExcelsiusGPS, and Cirq. The weighted accuracy rates of Gertzbein-Robbins classification grade A or B screws were as follows: ExcelsiusGPS, 98.0%; ROSA, 98.0%; Mazor, 98.2%; and Cirq, 94.2%. No robot was significantly more accurate than the others. However, the accuracy of the ExcelsiusGPS was significantly higher than that of traditional methods, and the accuracies of the Mazor and ROSA were significantly higher than that of fluoroscopy. The intraoperative revision rates were Cirq, 0.55%; ROSA, 0.91%; Mazor, 0.98%; and ExcelsiusGPS, 1.08%. The reoperation rates were Cirq, 0.28%; ExcelsiusGPS, 0.32%; and Mazor, 0.76% (no reoperations were reported for ROSA). Operative times were similar for all robots. Both the ExcelsiusGPS and Mazor were associated with significantly less blood loss than the ROSA. The Cirq had the lowest radiation exposure. Robots tended to be more accurate and generally their use was associated with fewer reoperations and less blood loss than freehand, fluoroscopic, or CT-navigated techniques. CONCLUSIONS: Robotic platforms perform comparably based on key metrics, with high accuracy rates and low intraoperative revision and reoperation rates. The spinal robotics publication rate will continue to accelerate, and choosing a robot will depend on the context of the practice.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Méta-épidémiologie (sens large)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,794
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0220,004
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,155
Tête enseignante GPT0,462
Écart entre enseignants0,307 · 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 tête enseignante, pas un consensus.

Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

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

En bref

Citations39
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Neurosurgery SpineMême sujetSpinal Fractures and Fixation TechniquesTravaux en français237 207