Alignment Goals in Adult Spinal Deformity Surgery
Notice bibliographique
Résumé
Study DesignNarrative review.ObjectivesAdult spinal deformity (ASD) surgery has progressively transitioned from mean regional alignment targets to individualized segmental alignment goals, and from health-related quality of life (HRQL) alignment goals to the prevention of mechanical complications.MethodsNarrative review discussing sagittal alignment concepts and goals in ASD surgery.ResultsTraditional metrics for measuring sagittal spinal alignment such as pelvic incidence - lumbar lordosis (PI-LL), thoracic kyphosis, and sagittal vertical axis (SVA) may lack the specificity necessary for individualized alignment planning. Compensatory pelvic retroversion and knee flexion are critical determinants of maintaining the upright position. Research has been conflicting as to whether postoperative sagittal alignment is associated with improvements in HRQOL's. However, this may reflect a lack of sensitivity in the traditional alignment targets and PROM's measures, rather than a true lack of relationship between sagittal alignment and functional outcomes. Recent studies show that sagittal parameters have a limited impact on HRQL scores in non-operated patients, but significantly impact post-operative HRQOL measures and mechanical complications in patients treated with spinal fusion. Latest evidence suggests that compensatory mechanisms need to be eliminated and the ideal shape needs to be restored with surgery, to reduce postoperative mechanical complications. Multiple alignment strategies are proposed for that purpose.ConclusionsWhile best evidence shows an improvement in ASD alignment strategies over the last decade, mechanical failures and reoperations are still a cause for concern. This narrative review analyzes the strengths and weaknesses of the different alignment strategies and identifies the main areas of debate.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».