What Factors Contribute to the Poor Prognosis of Conservative Treatment for Osteoporotic Vertebral Compression Fracture (OVCF): A Systematic Review
Notice bibliographique
Résumé
Background: Osteoporotic vertebral compression fracture (OVCF) is a prevalent fragility fracture in older adults, often managed with conservative treatment. However, elderly patients are particularly prone to poor prognoses under conservative management, which warrants early identification. This systematic review aims to summarize the risk factors for poor long-term prognosis in older OVCF patients receiving conservative treatment, facilitating early recognition during initial diagnosis. Methods: This systematic review followed the PRISMA statement criteria and searched the literature until June 2025. The inclusion criteria were patients with OVCFs who underwent conservative treatment only and had at least three months of follow-up. Poor prognoses include no pain relief, dysfunction, and complications such as collapse, nonunion, and kyphosis deformity. The Newcastle‒Ottawa Scale (NOS) was used to screen for articles with a low risk of bias. Results: This systematic review included 26 articles that met our inclusion criteria. These articles involved 4319 participants (80.2% female), with an average age of 72.91 years. OVCF patients with advanced age, previous spine fracture and steroid medication uses had a poor prognosis. On X-ray, poor prognoses are associated with thoracolumbar involvement, vertebral instability, middle‒column injury, initial fracture parameters, and specific fracture morphology. Additionally, specific MRI signal changes (such as diffuse low-intensity signals on T2WI, linear black sign on STIR) and fatty degeneration of the paravertebral muscle are also risk factors. Conclusion: All methods, including nonimaging, X-ray, and magnetic resonance imaging (MRI), can effectively predict the poor prognosis for OVCF patients treated conservatively. Early identification of these geriatric-specific risk factors can optimize treatment selection for elderly individuals, mitigating functional decline and improving quality of life.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 ».