Puberty changes the natural history of idiopathic scoliosis: three prediction models for future radiographic curve severity from 1563 consecutive patients
Notice bibliographique
Résumé
Abstract Purpose Understanding idiopathic scoliosis (IS) natural history during growth is essential for shared decision-making between patients and physicians. We developed a retrospective model with the largest available sample in the literature and we aimed to investigate if using three peri-pubertal growth periods provides better prediction than a unique model. Methods Secondary analysis of a previous study on IS natural history data from radiographs before and at the first consult. Three groups: BEFORE (age 6–10), AT (age 11-Risser 2) and AFTER (from Risser 3) the pubertal growth spurt. Available predictors: Cobb angle, curve type, sex, observation time, and Risser score. We used linear mixed-effects models to predict future Cobb angles in each group. We internally validated prediction accuracy with over 100 patients per group (3 to 5-fold cross-validation). Results We included 1563 participants (275 BEFORE, 316 AFTER, 782 females and 190 males AT). Curves increased over time mostly in AT, importantly in BEFORE, but also in AFTER. All models performed better than the general one. In BEFORE, 74.2% of the predictions were within ± 5 o , 71.8% in AFTER, 68.2% in AT females, and 60.4% in males. The predictors (baseline curve, observation time also squared and cubic, and Risser score) were similar in all the models, with sex influencing only AFTER. Conclusion IS curve severities increase differently during growth with puberty stages. Model accuracy increases when tailored by growth spurt periods. Our models may help patients and clinicians share decisions, identify the risk of progression and inform treatment planning.
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 | 0,000 | 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) | 0,000 | 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 ».