Hospital Médica Sur

Puente de piedra 150 torre 2 consultorio 101. Col. Toriello Guerra, alcaldía de Tlalpan, C.P. 14050. Ciudad de México

Telefonos de contacto (55) 56 66 64 23, (55) 54 24 72 00 EXT. 4231

Consulta en linea por videollamada!!!

Alta Especialidad en Columna Vertebral

Dedicado de tiempo completo a atender los problemas de la Columna Vertebral en Adultos y Niños, es decir Diagnóstico, Prevención y Tratamiento de las Enfermedades de la Columna Vertebral en Adultos y Niños. Ejerciendo este quehacer desde hace 25 años.

La alineación sagital cervical está influenciada por cambios en las alineaciones sagitales torácica y lumbar después de la cirugía de corrección en pacientes con escoliosis idiopática del adolescente tipo 6 de Lenke

La alineación sagital cervical mejoró significativamente después de la cirugía de corrección para la escoliosis idiopática del adolescente tipo 6 de Lenke

Cervical sagittal alignment is influenced by changes in thoracic and lumbar sagittal alignments after correction surgery in patients with lenke type 6 adolescent idiopathic scoliosis – North American Spine Society Journal (NASSJ) (nassopenaccess.org)
  • Pocos estudios han examinado los cambios en la alineación sagital cervical (CSA) y su relación con otras alineaciones sagitales en pacientes con AIS con curva toracolumbar/lumbar (TL/L) importante que se sometieron a cirugía de corrección. Este estudio investigó los cambios radiográficos en la CSA después de la cirugía de corrección en pacientes con escoliosis idiopática del adolescente (AIS) Lenke tipo 6 y evaluó los posibles factores que afectan la CSA posoperatoria.
  • La CSA cambió significativamente después de la cirugía de corrección, y la cifosis cervical indicó una tendencia a disminuir en los pacientes con AIS tipo 6 de Lenke, lo que se asoció con una mejora en la alineación sagital torácica y lumbar, no con la corrección de la deformidad coronal.

https://pubmed.ncbi.nlm.nih.gov/36147585/

https://www.ncbi.nlm.nih.gov/pmc/articles/PMC9486039/

https://www.nassopenaccess.org/article/S2666-5484(22)00069-5/fulltext

Okubo T, Yagi M, Suzuki S, Takahashi Y, Nori S, Tsuji O, Nagoshi N, Matsumoto M, Nakamura M, Watanabe K. Cervical sagittal alignment is influenced by changes in thoracic and lumbar sagittal alignments after correction surgery in patients with lenke type 6 adolescent idiopathic scoliosis. N Am Spine Soc J. 2022 Sep 5;12:100166. doi: 10.1016/j.xnsj.2022.100166. PMID: 36147585; PMCID: PMC9486039.

This is an open access article under the CC BY license (http://creativecommons.org/licenses/by/4.0/).

Dr. José Domingo Pérez y Pérez. Dedicado de tiempo completo a atender los problemas de la Columna Vertebral en Adultos y Niños, es decir Diagnóstico, Prevención y Tratamiento de las Enfermedades de la Columna Vertebral en Adultos y Niños. Ejerciendo este quehacer desde hace 25 años.Hospital Médica Sur. Puente de piedra 150 torre 2 consultorio 101. Col. Toriello Guerra. Alcaldia Tlalpan, C.P. 14050. Ciudad de México, México. Puente de Piedra 150, Toriello Guerra, Tlalpan, 14050 Ciudad de México, (55) 56 66 64 23 y (55) 54 24 72 00 EXT. 4231

La alineación sagital cervical está influenciada por cambios en las alineaciones sagitales torácica y lumbar después de la cirugía de corrección en pacientes con escoliosis idiopática del adolescente tipo 6 de Lenke
La alineación sagital cervical está influenciada por cambios en las alineaciones sagitales torácica y lumbar después de la cirugía de corrección en pacientes con escoliosis idiopática del adolescente tipo 6 de Lenke

¿Es la combinación de compresión convexa para la curva torácica proximal y distracción cóncava para la curva torácica principal utilizando una desrotación de varilla separada eficaz para corregir el equilibrio del hombro y la cifosis torácica?

Using a combo of convex compression & concave distraction with separate-rod derotation, surgeons can correct proximal…

Publicado por Clinical Orthopaedics and Related Research en Lunes, 25 de enero de 2021

¿Es la combinación de compresión convexa para la curva torácica proximal y distracción cóncava para la curva torácica principal utilizando una desrotación de varilla separada eficaz para corregir el equilibrio del hombro y la cifosis torácica?

Se ha recomendado la corrección posterior de la curva torácica proximal en pacientes con escoliosis idiopática adolescente para lograr el equilibrio del hombro. Sin embargo, encontrar un buen método quirúrgico es un desafío debido a los pequeños diámetros de los pedículos en el lado cóncavo de la curva torácica proximal. Si la altura del hombro se puede corregir con tornillos en el lado convexo, este parece ser un enfoque más factible.

En pacientes con escoliosis idiopática adolescente, preguntamos: (1) ¿La compresión convexa con desrotación de varillas separadas es efectiva para corregir la curva torácica proximal, el equilibrio del hombro y la cifosis torácica? (2) ¿Qué vértice es más apropiado para servir como vértebra instrumentada más superior? (3) ¿La corrección de la curva torácica proximal está relacionada con el equilibrio posoperatorio del hombro?

El uso de la combinación de compresión convexa y distracción cóncava con desrotación de varilla separada es un método eficaz para corregir las curvas torácicas proximales y principales, con un logro confiable de la cifosis torácica posoperatoria y el equilibrio del hombro. T2 fue una vértebra instrumentada más superior más apropiada que T3, proporcionando una mejor corrección de la curva torácica proximal y la inclinación de T1. Además, se espera una mejora espontánea en la inclinación de T1 y el equilibrio del hombro con las vértebras T2 instrumentadas en la parte superior. Antes de la operación, los cirujanos deben evaluar el equilibrio del hombro porque el hombro derecho hacia abajo puede ocurrir después de la cirugía en pacientes con una curva torácica proximal.

https://pubmed.ncbi.nlm.nih.gov/33471482/

https://journals.lww.com/clinorthop/Abstract/9900/Is_the_Combination_of_Convex_Compression_for_the.141.aspx

Lee CS, Park S, Lee DH, Hwang CJ, Cho JH, Park JW, Park KB. Is the Combination of Convex Compression for the Proximal Thoracic Curve and Concave Distraction for the Main Thoracic Curve Using Separate-rod Derotation Effective for Correcting Shoulder Balance and Thoracic Kyphosis? Clin Orthop Relat Res. 2021 Jan 20. doi: 10.1097/CORR.0000000000001643. Epub ahead of print. PMID: 33471482.

Copyright © 2021 by the Association of Bone and Joint Surgeons.

 

Importa los datos de mi consultorio a tu celular en un solo click!!!
!!! Acude con el experto!!!!

Desarrollo de un modelo predictivo preoperatorio para complicaciones mayores tras la cirugía de deformidad de la columna vertebral

Development of a preoperative predictive model for major complications following adult spinal deformity surgery

Fuente
Este artículo es originalmente publicado en:

 

 

https://www.ncbi.nlm.nih.gov/pubmed/28338449

http://thejns.org/doi/abs/10.3171/2016.10.SPINE16197?url_ver=Z39.88-2003&rfr_id=ori:rid:crossref.org&rfr_dat=cr_pub%3dpubmed

 

 

De:

 

 

Scheer JK1, Smith JS2, Schwab F3, Lafage V3, Shaffrey CI2, Bess S4, Daniels AH5, Hart RA6, Protopsaltis TS4, Mundis GM Jr7, Sciubba DM8, Ailon T2, Burton DC9, Klineberg E10, Ames CP11; International Spine Study Group.

 

J Neurosurg Spine. 2017 Mar 24:1-8. doi: 10.3171/2016.10.SPINE16197. [Epub ahead of print]

 

 

Todos los derechos reservados para:

 

© Copyright 1944-2017 American Association of Neurological Surgeons

 

 

Abstract

 

 

 

OBJECTIVE

The operative management of patients with adult spinal deformity (ASD) has a high complication rate and it remains unknown whether baseline patient characteristics and surgical variables can predict early complications (intraoperative and perioperative [within 6 weeks]). The development of an accurate preoperative predictive model can aid in patient counseling, shared decision making, and improved surgical planning. The purpose of this study was to develop a model based on baseline demographic, radiographic, and surgical factors that can predict if patients will sustain an intraoperative or perioperative major complication. METHODS This study was a retrospective analysis of a prospective, multicenter ASD database. The inclusion criteria were age ≥ 18 years and the presence of ASD. In total, 45 variables were used in the initial training of the model including demographic data, comorbidities, modifiable surgical variables, baseline health-related quality of life, and coronal and sagittal radiographic parameters. Patients were grouped as either having at least 1 major intraoperative or perioperative complication (COMP group) or not (NOCOMP group). An ensemble of decision trees was constructed utilizing the C5.0 algorithm with 5 different bootstrapped models. Internal validation was accomplished via a 70/30 data split for training and testing each model, respectively. Overall accuracy, the area under the receiver operating characteristic (AUROC) curve, and predictor importance were calculated. RESULTS Five hundred fifty-seven patients were included: 409 (73.4%) in the NOCOMP group, and 148 (26.6%) in the COMP group. The overall model accuracy was 87.6% correct with an AUROC curve of 0.89 indicating a very good model fit. Twenty variables were determined to be the top predictors (importance ≥ 0.90 as determined by the model) and included (in decreasing importance): age, leg pain, Oswestry Disability Index, number of decompression levels, number of interbody fusion levels, Physical Component Summary of the SF-36, Scoliosis Research Society (SRS)-Schwab coronal curve type, Charlson Comorbidity Index, SRS activity, T-1 pelvic angle, American Society of Anesthesiologists grade, presence of osteoporosis, pelvic tilt, sagittal vertical axis, primary versus revision surgery, SRS pain, SRS total, use of bone morphogenetic protein, use of iliac crest graft, and pelvic incidence-lumbar lordosis mismatch. CONCLUSIONS A successful model (87% accuracy, 0.89 AUROC curve) was built predicting major intraoperative or perioperative complications following ASD surgery. This model can provide the foundation toward improved education and point-of-care decision making for patients undergoing ASD surgery.

KEYWORDS:

ANN = artificial neural network; ASA = American Society of Anesthesiologists; ASD; ASD = adult spinal deformity; AUROC = area under the receiver operating characteristic; BMI = body mass index; BMP = bone morphogenetic protein; CCI = Charlson Comorbidity Index; HRQOL = health-related quality of life; MCS = Mental Component Summary of the SF-36; NRS = numeric rating scale; ODI = Oswestry Disability Index; PCS = Physical Component Summary of the SF-36; PI-LL = pelvic incidence–lumbar lordosis mismatch; PT = pelvic tilt; SRS = Scoliosis Research Society; SRS-22r = SRS-22r questionnaire; SVA = sagittal vertical axis; T1PA = T-1 pelvic angle; TK = thoracic kyphosis; adult spinal deformity; complications; decision tree; predictive modeling; sagittal malalignment; scoliosis

 

 

Resumen

 


OBJETIVO

 

El manejo quirúrgico de pacientes con deformidad espinal adulta tiene una alta tasa de complicaciones y no se sabe si las características basales del paciente y las variables quirúrgicas pueden predecir complicaciones precoces (intraoperatorias y perioperatorias). El desarrollo de un modelo predictivo preoperatorio preciso puede ayudar en el asesoramiento del paciente, la toma de decisiones compartida y la planificación quirúrgica mejorada. El propósito de este estudio fue desarrollar un modelo basado en factores basales demográficos, radiográficos y quirúrgicos que puedan predecir si los pacientes sufrirán una complicación mayor intraoperatoria o perioperatoria. 

 

MÉTODOS

Este estudio fue un análisis retrospectivo de una base de datos prospectiva, multicéntrica ASD. Los criterios de inclusión fueron edad ≥ 18 años y la presencia de TEA. En total, se utilizaron 45 variables en la formación inicial del modelo, incluyendo datos demográficos, comorbilidades, variables quirúrgicas modificables, calidad de vida basal de salud y parámetros radiológicos coronales y sagitales. Los pacientes se agruparon como teniendo al menos una complicación intraoperatoria o perioperatoria mayor (grupo COMP) o no (grupo NOCOMP). Se construyó un conjunto de árboles de decisión utilizando el algoritmo C5.0 con 5 modelos bootstrap diferentes. La validación interna se realizó mediante una división de datos de 70/30 para el entrenamiento y la prueba de cada modelo, respectivamente. Se calculó la precisión global, el área bajo la curva característica de operación del receptor (AUROC) y la importancia del predictor. 

 

Resultados

Se incluyeron 500 pacientes: 409 (73,4%) en el grupo NOCOMP y 148 (26,6%) en el grupo COMP. La exactitud total del modelo fue de 87,6% correcta con una curva AUROC de 0,89 indicando un muy buen ajuste del modelo. Se determinó que veinte variables eran los principales predictores (importancia ≥ 0,90 según lo determinado por el modelo) e incluyeron (en importancia decreciente): edad, dolor en las piernas, índice de discapacidad de Oswestry, número de niveles de descompresión, número de niveles de fusión intersomática De la SF-36, la Sociedad de Investigación de Escoliosis (SRS), el tipo de curva coronaria de Chwab, el índice de comorbilidad de Charlson, la actividad SRS, el ángulo pélvico T-1, el grado de la Sociedad Americana de Anestesiólogos, la presencia de osteoporosis, la inclinación pélvica, el eje vertical sagital, Cirugía de revisión, dolor SRS, SRS total, uso de proteína morfogenética ósea, uso de injerto de cresta ilíaca e incompatibilidad lordosis lumbar incidencia pélvica.

 

CONCLUSIONES

Un modelo exitoso (87% de precisión, 0,89 curva AUROC) fue construido predicción de grandes complicaciones intraoperatorias o perioperatorias después de la cirugía de ASD. Este modelo puede proporcionar la base para mejorar la educación y la toma de decisiones en el punto de atención para los pacientes sometidos a cirugía ASD.

 

 

PALABRAS CLAVE:


ANN = red neuronal artificial; ASA = Sociedad Americana de Anestesiólogos; ASD;ASD = deformidad espinal adulta; AUROC = área bajo la característica de operación del receptor; IMC = índice de masa corporal; BMP = proteína morfogenética ósea; ICC = Índice de Comorbilidad de Charlson; CVRS = calidad de vida relacionada con la salud; MCS = Componente Mental Resumen del SF-36; NRS = escala numérica de calificación; ODI = índice de discapacidad de Oswestry; PCS = Componente físico Resumen del SF-36; PI-LL = desajuste de lordosis incidencia pélvica lumbar; PT = inclinación pélvica; SRS = Sociedad de Investigación de Escoliosis; SRS-22r = cuestionario SRS-22r; SVA = eje vertical sagital; T1PA = T-1 ángulo pélvico; TK = cifosis torácica; Deformidad espinal en adultos; Complicaciones; árbol de decisión; Modelado predictivo; Mala alineación sagital; escoliosis

 

 

PMID:   28338449   DOI:   10.3171/2016.10.SPINE16197