MétaCan
Menu
Retour à la cohorte
Enregistrement W4409125837 · doi:10.1227/neu.0000000000003427

Proximal Junctional Kyphosis and Failure Prophylaxis Improves Cost Efficacy, While Maintaining Optimal Alignment, in Adult Spinal Deformity Surgery

2025· article· en· W4409125837 sur OpenAlexaff
Peter G. Passias, Oscar Krol, Tyler K. Williamson, Claudia Bennett-Caso, Justin S. Smith, Bassel Diebo, Virginie Lafage, Renaud Lafage, Breton Line, Alan H. Daniels, Jeffrey L. Gum, Themistocles S. Protopsaltis, D. Kojo Hamilton, Alex Soroceanu, Justin K. Scheer, Robert K. Eastlack, Gregory M. Mundis, Khaled M. Kebaish, Richard A. Hostin, Munish C. Gupta, Han Jo Kim, Eric O. Klineberg, Christopher P. Ames, Robert A. Hart, Douglas C. Burton, Frank Schwab, Christopher I. Shaffrey, Shay Bess

Notice bibliographique

RevueNeurosurgery · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueScoliosis diagnosis and treatment
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMedicinePelvic tiltKyphosisContext (archaeology)SurgeryQuality of life (healthcare)Odds ratioBody mass indexMultivariate analysisPelvisInternal medicineRadiography

Résumé

récupéré en direct d'OpenAlex

BACKGROUND AND OBJECTIVES: To investigate the cost-effectiveness and impact of prophylactic techniques on the development of proximal junctional kyphosis (PJK) and proximal junctional failure (PJF) in the context of postoperative alignment. METHODS: Adult spinal deformity patients with fusion to pelvis and 2-year data were included. Patients receiving PJK prophylaxis (hook, tether, cement, minimally-invasive surgery approach) were compared to those who did not. These cohorts were further stratified into "Matched" and "Unmatched" groups based on achievement of age-adjusted alignment criteria. Costs were calculated using the Diagnosis-Related Group costs accounting for PJK prophylaxis, postoperative complications, outpatient health care encounters, revisions, and medical-related readmissions. Quality-adjusted life years were calculated using Short Form-36 converted to Short-Form Six-Dimension (SF-6D) and used an annual 3% discount rate. Multivariate analysis controlling for age, sex, levels fused, and baseline deformity severity assessed outcomes of developing PJK/PJF if matched and/or with use of PJK prophylaxis. RESULTS: A total of 738 adult spinal deformity patients met inclusion criteria (age: 63.9 ± 9.9, body mass index: 28.5 ± 5.7, Charlson comorbidity index: 2.0 ± 1.7). Multivariate analysis revealed patients corrected to age-adjusted criteria postoperatively had lower rates of developing PJK or PJF (odds ratio [OR]: 0.4, [0.2-0.8]; P = .011) with the use of prophylaxis. Among those unmatched in T1 pelvic angle, pelvic incidence lumbar lordosis mismatch, and pelvic tilt, prophylaxis reduced the likelihood of developing PJK (OR: 0.5, [0.3-0.9]; P = .023) and PJF (OR: 0.1, [0.03-0.5]; P = .004). Analysis of covariance analysis revealed patients matched in age-adjusted alignment had better cost-utility at 2 years compared with those without prophylaxis ($361 539.25 vs $419 919.43; P < .001). Patients unmatched in age-adjusted criteria also generated better cost ($88 348.61 vs $101 318.07; P = .005) and cost-utility ($450 190.80 vs $564 108.86; P < .001) with use of prophylaxis. CONCLUSION: Despite additional surgical cost, the optimization of radiographic realignment in conjunction with prophylaxis of the proximal junction appeared to be a more cost-effective strategy, primarily because of the minimization of reoperations secondary to mechanical failure. Even among those not achieving optimal alignment, junctional prophylactic measures were shown to improve cost efficiency.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,025
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
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 Opus0,021
Tête enseignante GPT0,271
Écart entre enseignants0,250 · 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'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

Citations4
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNeurosurgeryMême sujetScoliosis diagnosis and treatmentTravaux en français237 207