Patient, Hospital and Geographic Factors Associated With Intraoperative Neuromonitoring for Cervical Spine Surgery: A National Analysis
Notice bibliographique
Résumé
STUDY DESIGN: Retrospective, multi-center cohort study using a nationally representative U.S. inpatient database. OBJECTIVE: To assess national trends in intraoperative neuromonitoring (IONM) use during cervical spine surgery for degenerative cervical myelopathy (DCM) and examine patient-, procedural-, and hospital-level factors associated with its use, focusing on socioeconomic and regional variation. SUMMARY OF BACKGROUND DATA: Intraoperative neuromonitoring (IONM) is widely used to detect impending neurologic injury during cervical spine surgery, but evidence supporting its routine use remains inconclusive. Patterns of utilization may be shaped not only by clinical considerations but also by systemic, institutional, and financial factors. METHODS: We analyzed 2016-2022 National Inpatient Sample data for adults (≥18 y) undergoing cervical decompression and/or fusion for DCM, excluding trauma, infection, or neoplasm. The primary outcome was IONM use. We fit a survey-weighted multivariable logistic regression model to characterize patient, treatment and hospital-level factors associated with IONM use. A separate multilevel model with hospital-specific random intercept was used to generate a median odds ratio to characterize between-hospital variability. U.S. Census Divisions were also included to examine regional variation. RESULTS: Among 144,769 admissions for DCM surgery, IONM was used in 29% of cases, increasing from 23% in 2016 to 34% in 2022. Independent associations included private insurance, higher income, fusion procedures, posterior and anterior plus posterior approaches, and treatment at urban and private-investor hospitals (all P<0.05). IONM was more likely in the Pacific, Middle-Atlantic, West-South-Central, and Mountain divisions and less likely in the West-North-Central and East-South-Central regions. The median OR of 3.04 indicated substantial hospital-level variation. CONCLUSION: Although IONM use for DCM has increased over time, substantial heterogeneity persists. This variation is partly explained by measured clinical, sociodemographic, and hospital factors, but likely also reflects unmeasured differences in case mix. Future work integrating richer clinical and qualitative data is needed to clarify these drivers.
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 | 0,001 |
| 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 | 0,000 |
| 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 ».