OUTCOME PREDICTION FOLLOWING LUMBAR DISC SURGERY (OPTIDISC): A LONGITUDINAL STUDY OF OUTCOME TRAJECTORIES, PROGNOSTIC FACTORS, AND RISK MODELS
Notice bibliographique
Résumé
Although lumbar discectomy for radiculopathy effectively reduces pain and disability for most patients, some report continued pain following surgery. Information to predict patient outcomes following discectomy could assist surgeons with patient selection. This study aimed to i) describe the perioperative trajectories of leg pain and overall clinical outcome following lumbar disc surgery for radiculopathy, ii) identify the preoperative prognostic factors that predict trajectories representing poor clinical outcomes, and iii) develop and internally validate multivariable prognostic models. This cohort study included patients enrolled in the Canadian Spine Outcomes and Research Network diagnosed with lumbar disc pathology and radiculopathy who underwent lumbar discectomy at one of 18 spine centers. Potential outcome predictors included preoperative demographic, health-related, and clinical prognostic factors. Clinical outcomes were univariable latent-class trajectories of leg pain intensity (numeric pain rating scale) and overall outcomes modelled with multivariable trajectories of leg and back pain intensity and pain-related disability (Oswestry index). Multivariable risk model performance and internal validity were evaluated with discrimination and calibration statistics based on bootstrap shrinkage with 500 resamplings. We included data from 1,142 patients (47.6% female) operated on by one of 66 surgeons. The trajectory models identified 3 subgroups, with 11.4% of patients in the leg pain model and 28.2% in the overall outcome model experiencing a poor clinical outcome. Eleven demographic, health, and clinical factors predicted patients’ leg pain and overall outcomes. The performance of the leg pain risk model was inadequate. The overall outcome model had acceptable discrimination, calibration, and evidence of internal validity in predicting patients at risk of experiencing a poor outcome following discectomy. Patients experienced heterogeneous outcomes following lumbar discectomy that were associated with numerous preoperative prognostic factors. A multivariable risk model adequately predicted the overall outcomes experienced by patients. This tool can assist with patient selection for lumbar discectomy but requires additional replication and validation before confident clinical implementation.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».