Spinal surgeon delphi panel to gain consensus on minimally invasive surgery definitions for spinal fusion
Notice bibliographique
Résumé
BackgroundWhile there is a clear trend towards less invasive spinal procedures in recent years, determining what specifically constitutes minimally invasive surgery (MIS) for spinal fusion procedures can be challenging as published definitions are heterogeneous and address only select factors.PurposeTo utilize a Delphi Consensus Panel (DCP) process to build consensus among panelists regarding the definition of MIS for spinal fusion and define a consensus around best practices for adopting MIS technologies.MethodsDCP is a widely accepted method of qualitative data collection and analysis used for generating consensus from panel members. The DCP consisted of 2 online questionnaires completed by 11 expert panelists. Round 1 included 7 multiple choice demographics and 11 open-ended questions. Round 1 responses were analyzed to inform the development of statements for further assessment in Round 2. Round 2 included 93 closed-ended, 5-point Likert scale questions and 11 open-ended questions. Consensus was defined as agreement among at least 8 out of 11 panelists.ResultsConsensus was reached on 56 out of 93 statements regarding spinal fusion and/or fixation procedures. There was a high degree of consensus around the role of reduced tissue trauma, patient recovery time, hospital length of stay, and post-operative pain for MIS spinal fusion procedures compared to open procedures; and the value of various technologies in performing MIS spinal fusion procedures.ConclusionA consistent definition of what constitutes MIS for spinal fusion may help drive consistency across surgeons, facilities, and payers to define clinical and economic implications for these approaches.
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 | 0,002 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 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 | 0,000 |
| 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 ».