MétaCan
Menu
Retour à la cohorte
Enregistrement W4411134365 · doi:10.1177/21925682251347247

Evaluation of Adverse Events and the Impact on Health-Related Outcomes in Patients Undergoing Surgery for Metastatic Spine Tumors: Analysis of the Metastatic Tumor Research and Outcomes Network (MTRON) Registry Dataset

2025· article· en· W4411134365 sur OpenAlexaff
Giovanni Barbanti Bròdano, Cristiana Griffoni, Francesca Salamanna, Luigi Emanuele Noli, Annalisa Monetta, Alessandro Luzzati, Alexander C. Disch, Áron Lazáry, Ori Barzilai, Ilya Laufer, Ziya L. Gokaslan, Michael G. Fehlings, Jorrit‐Jan Verlaan, Dean Chou, Laurence D. Rhines, John H. Shin, William Gemio Jacobsen Teixeira, Daniel M. Sciubba, Chetan Bettegowda, Raphaële Charest-Morin, Stefano Boriani, Tony Goldschlager, Michael H. Weber, Michelle J. Clarke, John E. OʼToole, Cordula Netzer, C. Rory Goodwin, Addisu Mesfin, Praveen V. Mummaneni, Nicolas Dea, Jeremy Reynolds, Arjun Sahgal, Alessandro Gasbarrini

Notice bibliographique

RevueGlobal Spine Journal · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueManagement of metastatic bone disease
Établissements canadiensSunnybrook Health Science CentreUniversity of British ColumbiaUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineAdverse effectMetastatic tumorOutcomes researchOncologyMetastasisSurgeryInternal medicineCancerAlternative medicinePathology

Résumé

récupéré en direct d'OpenAlex

Study DesignThis study is part of the AO Spine Metastatic Tumor Research and Outcomes Network [MTRON], an international multicenter prospective observational registry including patients with spinal metastases.ObjectivesThis study aims to elucidate the incidence of surgical complications, their risk factors and consequent effects on survival outcomes, hospital length of stay, and overall health-related quality of life (HRQOL) parameters in a large cohort of patients affected by spinal metastases who were surgically treated.MethodsAvailable data from February 2017 to July 2023 were analyzed. The primary outcome of this study was the evaluation of the incidence of intraoperative and postoperative adverse events (AEs). The secondary outcomes included the assessment of risk factors for surgery-related AEs and the impact of AEs on survival, length of hospital stay and quality of life.ResultsAmong the 1267 patients analyzed, 6.9% experienced intraoperative AEs and 19.3% experienced at least 1 postoperative AE. Several factors resulted to be associated to the occurrence of postoperative AEs: age, smoking habit, poor Eastern Cooperative Oncology Group (ECOG) Performance status, previous radiation therapy at the index target, duration of surgery, number of instrumented levels, simultaneous anterior and posterior approach, presence of metastases at other sites, multiple spinal metastases. Postoperative AEs were associated with reduced survival rates, increased hospital length of stay and poorer HRQOL outcomes, particularly in domains such as neurological function and mental health. In general, surgery substantially improves HRQOL across multiple domains, with these benefits persisting over time despite the occurrence of AEs. However, patients with preoperative risk factors, including comorbidities, smoking, neurological impairment, and prior radiation therapy, experienced less improvement.ConclusionsThe negative impact of AEs on overall survival and HRQOL could be associated with the presence of some preoperative parameters of frailty that are detected as risk factors for AEs occurrence. This finding emphasizes the need for personalized preoperative assessments and optimized perioperative care strategies.

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)0,014
score de la tête « metaresearch » (Gemma)0,008
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,011
Score d'incertitude au seuil0,907

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0140,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,002
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 Opus0,059
Tête enseignante GPT0,421
Écart entre enseignants0,362 · 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'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 revueGlobal Spine JournalMême sujetManagement of metastatic bone diseaseTravaux en français237 207