MétaCan
Menu
Retour à la cohorte
Enregistrement W4406346678 · doi:10.1177/21925682241237486

Prevention and Management of Posterior Wound Complications Following Oncologic Spine Surgery: Narrative Review of Available Evidence and Proposed Clinical Decision-Making Algorithm

2025· article· en· W4406346678 sur OpenAlexaff
Owen P. Leary, Aayush Setty, Jung Ho Gong, Rohaid Ali, Jared Fridley, Charles G. Fisher, Arjun Sahgal, Laurence D. Rhines, Jeremy Reynolds, Áron Lazáry, Ilya Laufer, Alessandro Gasbarrini, Nicolas Dea, Jorrit‐Jan Verlaan, Chetan Bettegowda, Stefano Boriani, Addisu Mesfin, Alessandro Luzzati, John H. Shin, Riccardo Cecchinato, Francis J. Hornicek, Matthew L. Goodwin, Ziya L. Gokaslan

Notice bibliographique

RevueGlobal Spine Journal · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueSurgical site infection prevention
Établissements canadiensSunnybrook HospitalUniversity of TorontoUniversity of British Columbia
Organismes subventionnairesAOSpine
Mots-clésMedicineComplicationWound dehiscenceNegative-pressure wound therapySurgeryDehiscencePsychological interventionNarrative reviewPopulationIntensive care medicineAlternative medicineNursing

Résumé

récupéré en direct d'OpenAlex

STUDY DESIGN: Narrative Review. OBJECTIVE: Contextualized by a narrative review of recent literature, we propose a wound complication prevention and management algorithm for spinal oncology patients. We highlight available strategies and motivate future research to identify optimal and individualized wound management for this population. METHODS: We conducted a search of recent studies (2010-2022) using relevant keywords to identify primary literature in support of current strategies for wound complication prevention and management following spine tumor surgery. When primary literature specific to spine tumor cases was not available, data were extrapolated from studies of other spine surgery populations. Results were compiled into a proposed clinical algorithm to guide practice considering available evidence. RESULTS: Based on available literature, we recommend individualized stratification of patients according to identifiable risk factors for wound complication and propose several interventions which might be employed preventatively, including intrawound antibiotic administration, negative pressure wound therapy, and primary flap closure of the surgical wound. Of these, the available evidence, weighing possible risks vs benefits, most strongly favors primary flap closure of surgical wounds, particularly for patients with multiple risk factors. A secondary algorithm to guide management of wound complications is also proposed. CONCLUSIONS: Wound complications such as SSI and dehiscence remain a significant source of morbidity following spine tumor surgery. Triaging patients on an individualized basis according to risk factors for complication may aid in selecting appropriate prophylactic strategies to prevent these complications. Future research in this area is still needed to strengthen recommendations.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,941
Score d'incertitude au seuil0,399

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,060
Tête enseignante GPT0,436
Écart entre enseignants0,376 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
Domainenon disponible
GenreEmpirique

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

En bref

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal Spine JournalMême sujetSurgical site infection preventionTravaux en français237 207