MétaCan
Menu
Retour à la cohorte
Enregistrement W4408920614 · doi:10.1016/j.spinee.2025.03.012

Normalizing spinal cord compression measures in degenerative cervical myelopathy

2025· article· en· W4408920614 sur OpenAlexafffund
Sandrine Bédard, Jan Valošek, Maryam Seif, Armin Curt, Simon Schading‐Sassenhausen, Nikolai Pfender, Patrick Freund, Markus Hupp, Julien Cohen‐Adad

Notice bibliographique

RevueThe Spine Journal · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueCervical and Thoracic Myelopathy
Établissements canadiensUniversité de MontréalPolytechnique Montréal
Organismes subventionnairesH2020 Marie Skłodowska-Curie ActionsInstitut TransMedTechFonds de Recherche du Québec - SantéHORIZON EUROPE Framework ProgrammeMinisterstvo Zdravotnictví Ceské RepublikyInstitut de Valorisation des DonnéesEuropean CommissionCanada Foundation for InnovationCanadian Institutes of Health ResearchRéseau en Bio-Imagerie du QuebecCanada First Research Excellence FundCanada Research ChairsNatural Sciences and Engineering Research Council of CanadaWings for LifeKinderspital ZürichBalgrist StiftungCraig H. Neilsen Foundation
Mots-clésMedicineMyelopathySpinal cord compressionCompression (physics)Spinal Cord DiseasesSpinal cord

Résumé

récupéré en direct d'OpenAlex

BACKGROUND CONTEXT: Accurate and automatic MRI measurements are relevant for assessing spinal cord compression severity in degenerative cervical myelopathy (DCM) and guiding treatment. The widely-used maximum spinal cord compression (MSCC) index has limitations. Firstly, it normalizes the anteroposterior cord diameter by that above and below the compression but does not account for cord size variation along the superior-inferior axis, making MSCC sensitive to compression level. Secondly, cord shape varies across individuals, making MSCC sensitive to this variability. Thirdly, MSCC is typically calculated by an expert-rater from a single sagittal slice, which is time-consuming and prone to variability. PURPOSE: This study proposes a fully automatic pipeline to compute MSCC. DESIGN: We developed a normalization strategy for traditional MSCC (anteroposterior diameter) using a healthy adults database (n = 203) to address cord anatomy variability across individuals and evaluated additional morphometrics (transverse diameter, area, eccentricity, and solidity). PATIENT SAMPLE: DCM patient cohort of n = 120. OUTCOME MEASURES: Receiver operating characteristic (ROC) and area under the curve (AUC) were used as evaluation metrics. METHODS: We validated the method in a mild DCM patient cohort against manually derived morphometrics and predicted the therapeutic decision (operative/conservative) using a stepwise binary logistic regression incorporating demographics and clinical scores. RESULTS: The automatic and normalized MSCC measures correlated significantly with clinical scores and predicted the therapeutic decision more accurately than manual MSCC. Significant predictors included upper extremity sensory dysfunction, T2w hyperintensity, and the proposed MRI-based measures. The model achieved an area under the curve of 0.80 in receiver operating characteristic analysis. CONCLUSION: This study introduced an automatic method for computing normalized measures of cord compressions from MRIs, potentially improving therapeutic decisions in DCM patients. The method is open-source and available in Spinal Cord Toolbox v6.0 and above.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,012
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,031
Tête enseignante GPT0,346
Écart entre enseignants0,315 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations7
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Spine JournalMême sujetCervical and Thoracic MyelopathyTravaux en français237 207