Role of Neck Pain in Defining Clinical Trajectories of Outcomes in Patients With Degenerative Cervical Myelopathy: Results of a Novel Machine Learning Algorithm
Notice bibliographique
Résumé
Study DesignRetrospective analysis of prospective data.ObjectivesNeck pain represents a crucial factor underscoring a patient's decision to receive surgical intervention for degenerative cervical myelopathy (DCM). However, postoperative pain trajectories are poorly defined. This study aimed to employ machine learning-based trajectory modeling to identify patient subpopulations with distinct pain trajectories after surgery.MethodsWe pooled subjects from three major clinical studies on DCM. Group-based multivariate trajectory (GBMT) modeling was used to classify patients into distinct trajectories based on their neck pain score over one year. Outcome differences were examined with univariate analyses. Predictors of group membership were revealed with multinomial logistic regression.ResultsThree distinct trajectories of neck pain were identified from a total of 968 patients with DCM: "slow pain improvement" (n = 239; 25%), "no pain improvement" (n = 537; 55%), and "fast pain improvement" (n = 192; 20%) groups. Each trajectory exhibited a unique baseline pain profile. The "fast pain improvement" group, comprised of patients experiencing profound neck pain, had the best overall outcomes for pain, NDI, SF-36 PCS, and SF-36 MSC postoperatively. On the other hand, the "no pain improvement" group, consisting of patients with pain and multimodal impairment of moderate severity, had residual pain that remained constant and was least likely to experience functional outcome and quality of life improvement after one year.ConclusionsUnsupervised learning on neck pain identified unique pain recovery trajectories that consist of distinct patient phenotypes. Trajectory grouping offers an important framework to both identify novel DCM subpopulations and predict patterns of pain over time.Clinical Trials Included(1) Assessment of Surgical Techniques for Treating Cervical Spondylotic Myelopathy (CSM); https://clinicaltrials.gov/study/NCT00285337; ClinicalTrials.gov ID NCT00285337. (2) Surgical Treatment of Cervical Spondylotic Myelopathy; https://clinicaltrials.gov/study/NCT00565734; ClinicalTrals.gov ID NCT00565734. (3) Efficacy of Riluzole in Surgical Treatment for Cervical Spondylotic Myelopathy (CSM-Protect) (CSM-Protect); https://clinicaltrials.gov/study/NCT01257828; ClinicalTrials.gov ID NCT01257828.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».