靠近的脊椎折裂预测模型基于骨质疏松性脊椎压缩骨折脊椎整形术后的成像数据
Shufeng Shen1, Xinmao You1, Yingqing Ren1
1Department of Spinal Surgery, Yuyao People's Hospital, Zhejiang, China.
World neurosurgery
|July 29, 2024
概括
这项研究开发了一种预测模型,用于在骨质疏松性脊椎压缩骨折 (OVCF) 手术后识别具有邻近脊椎折断 (VRF) 高风险的患者. 该模型有效地使用外科手术期间成像数据预测折射风险,帮助临床决策.
科学领域:
- 整形外科 整形外科 整形外科
- 放射学 放射学是一门学科.
- 老年学是一门学科.
背景情况:
- 骨质疏松性脊椎压缩骨折 (OVCF) 是一个严重的健康问题,通常用皮肤穿整形术 (PKP) 治疗.
- 邻近脊椎折断 (VRF) 是PKP后的常见并发症,影响患者的治疗结果和治疗疗效.
- 准确预测VRF风险对于优化患者管理和防止进一步脊柱不稳定至关重要.
研究的目的:
- 建立一个预测模型,用于评估骨质疏松性脊椎压缩骨折 (OVCF) 皮肤穿整形术 (PKP) 后邻近脊椎折断 (VRF) 的风险.
- 确定关键的外科手术期间成像参数,预测PKP后VRF.
- 开发一种临床上适用的工具,用于VRF的早期风险分层.
主要方法:
- 追溯队列研究,包括242名为OVCF接受PKP的患者.
- 收集外科手术期间的成像数据:骨矿物密度 (BMD),准脊椎肌肉脂肪透率 (FI%),斜腰参数和脊椎高度恢复率.
- 多因素后勤回归分析和接收器操作特征 (ROC) 曲线分析,以开发和验证预测模型.
主要成果:
- 在研究队列中发现了23例VRF病例.
- 在VRF和非VRF组之间观察到骨质量,FI%,脊椎高度恢复和形不平衡的显著差异.
- 确定了VRF的独立风险因素: BMD ≤ -2.80,FI% ≥ 40%,以及松不平衡. 预测模型实现了曲线下的面积为0.85.
结论:
- 开发的预测模型有效地识别了OVCFPP后VRF的高风险患者.
- 该模型利用随时可用的术后成像数据,使其适用于临床应用.
- 早期准确预测VRF可以指导治疗策略并改善患者的治疗结果.
