La integración de factores biomecánicos mejora el análisis predictivo del Fracaso Proximal (PJF) en la cirugía de deformidad sagital del adulto

Abstract

INTRODUCCIO La deformitat sagital de l’adult ( DSA ) és un repte sanitari doncs una severa invalidesa sobre una població d’edat avançada i el seu tractament implica complexos procediments quirúrgics, amb una elevada taxa de complicacions (15-40%). En els últims 10 anys han aparegut diferents models predictius que intenten anticipar-se a aquestes complicacions. Actualment el més consistent sembla ser el Global Alignment and Proportion score, GAP score, però presenta algunes limitacions.. JUSTIFICACIO DE L’ ESTUDI El Fracàs proximal de la instrumentació (PJF) representa la complicació mecànica més rellevant en els pacients intervinguts de DSA, amb greus repercussions sobre la seva salut i que comporta una elevada despesa sanitària. Qualsevol eina que contribueixi a predir l’aparició del PJF suposarà un enorme impacte positiu sobre els nostres pacients. HIPOTESIS La integració de factors biomecànics en els models predictius del Fracàs Proximal (PJF) en la cirurgia de deformitat sagital de l’adult millora la seva capacitat predictiva OBJECTIU L’objectiu és determinar si l’aplicació de paràmetres biomecànics com el BM (bending moment) i les DAFS (tensions en l’anell fibrós del disc) resulta útil en la predicció del PJF en la cirurgia de deformitat sagital de l’adult. MATERIAL I METODE Se selecciona una mostra de 112 pacients intervinguts de DSA. La mostra es divideix en 2 grups: grup control de 55 pacients, sense complicacions mecàniques i grup fracàs amb 57 pacients que van presentar PJF. Es realitza un estudi radiològic biplanar mitjançant el sistema EOS i es construeix un model 3D per calcular els paràmetres espinopèlvics geomètrics estandarditzats i s’ aplica el GAP score i l’ FBI. A més s’integra un paràmetre biomecànic, el BM (Bending moment) que combina geometria de la columna, el pes i altura del pacient per calcular les càrregues sobre l’última vèrtebra proximal instrumentada (UIV). Posteriorment s’obté un model estadístic de columna l sobre el qual es construeix un model d’elements finits (FEM) al qual s’introdueix la instrumentació vertebral. A aquest model se li apliquen un nou paràmetre biomecànic: La DAF ( Deformation Annulus Fibers ) es calculen la deformitat sobre les fibres de l’anell discal de la UIV . Es realitza un estudi de regressió lineal de tots els descriptors predictius i la seva associació a l’ aparició de PJF i un estudi ROC i AUC per determinar la seva capacitat predictiva. RESULTATS El Parameter cut-off analyses ha proporcionat uns Iímites quantitatius per caracteritzar els grups control i fracàs: GAP score amb una AUC = 0.8816 i FBI amb una AUC = 0.8933 han demostrat la seva capacitat per discriminar casos de PJF. Millorant aquests resultats, BM sobre la UIV + 1 presenta una AUC = 0.9371 i les DAFS assoleixen una AUC = 0.9875 DISCUSSIÓ Tots els models predictius trobats en la literatura estan basats en paràmetres geomètrics o variables demogràfiques, i encara que segons els seus autors ostenten una elevada capacitat predictiva només el GAP score sembla tenir una fiabilitat predictiva contrastada. Tot i així, hi ha determinades situacions que sembla infravalorar o sobrevalorar el risc de PJF. Els paràmetres biomecànics com el BM o les DAFS són un reflex directe de la concentració de tensions en l’ extrem proximal de la instrumentació integrant els efectes de càrrega externa i de la morfologia de cada columna vertebral a analitzar; d’ aquí la seva major capacitat predictiva. CONCLUSIO L’aplicació de paràmetres biomecànics com el BM i la DAF no només millora els models predictius actuals sinó que en si mateixos tenen el major potencial predictiu trobat fins al moment per a la detecció del PJF o fracàs proximal en la cirurgia de deformitat sagital de l’adult.

1. INTRODUCCION La deformidad sagital del adulto ( DSA ) es un reto sanitario puesprovoca una severa invalidez sobre una población de edad avanzada y su tratamiento implica complejos procedimientos quirúrgicos, con una elevada tasa de complicaciones (15-40%). En los últimos 10 años han aparecido diferentes modelos predictivos que intentan anticiparse a dichas complicaciones. Actualmente el más consistente parece ser el Global Alignment and Proportion score, GAP score, pero presenta algunas limitaciones.. 2. JUSTIFICACION DEL ESTUDIO El Fracaso proximal de la instrumentación (PJF) representa la complicación mecánica más relevante en los pacientes intervenidos de DSA, con graves repercusiones sobre su salud y que conlleva un elevado gasto sanitario. Cualquier herramienta que contribuya a predecir la aparición del PJF supondrá un enorme impacto positivo sobre nuestros pacientes. 3. HIPOTESIS La integración de factores biomecánicos en los modelos predictivos del Fracaso Proximal (PJF) en la cirugía de deformidad sagital del adulto mejora su capacidad predictiva 4. OBJETIVO El objetivo es determinar si la aplicación de parámetros biomecánicos como el BM (bending moment) y las DAFS (tensiones en el anillo fibroso del disco) resulta útil en la predicción del PJF en la cirugía de deformidad sagital del adulto. 5. MATERIAL Y METODO Se selecciona una muestra de 112 pacientes intervenidos de DSA. La muestra se divide en 2 grupos: grupo control de 55 pacientes, sin complicaciones mecánicas y grupo fracaso con 57 pacientes que presentaron PJF. Se realiza un estudio radiológico biplanar mediante el sistema EOS y se construye un modelo 3D para calcular los parámetros espinopélvicos geométricos estandarizados y se aplica el GAP score y el FBI. Además se integra un parámetro biomecánico global, el BM (Bending moment) que combina geometría de la columna, el peso y altura del paciente para calcular las cargas sobre la última vértebra proximal instrumentada (UIV). Posteriormente se obtiene un modelo estadístico de la columna vertebral sobre el que se construye un modelo de elementos finitos (FEM) al que se introduce la instrumentación vertebral. A dicho modelo se le aplican un nuevo parámetro biomecánico: La DAF ( Deformation Annulus Fibers ) se calculan la deformidad sobre las fibras del anillo discal de la UIV . Se realiza un estudio de regresión lineal del GAP score, del FBI y de los nuevos parámetros biomecánicos y su asociación a la aparición de PJF y un estudio ROC y AUC para determinar su capacidad predictiva. 6. RESULTADOS. El Parameter cut-off analyses ha proporcionado unos Iímites cuantitativos para caracterizar los grupos control y fracaso: GAP score con una AUC=0.8816 y FBI con una AUC=0.8933 han demostrado su capacidad para discriminar casos de PJF. Mejorando estos resultados, BM sobre la UIV+1 presenta una AUC=0.9371 y las DAFS alcanzan una AUC= 0.9875 7. DISCUSION Todos los modelos predictivos encontrados en la literatura están basados en parámetros geométricos o variables demográficas, y aunque según sus autores ostentan una elevada capacidad predictiva sólo el GAP score parece tener una fiabilidad predictiva contrastada. Aun así, hay determinadas situaciones que parece infravalorar o sobrevalorar el riesgo de aparecer un PJF. Los parámetros biomecánicos como el BM o las DAFS son un reflejo directo de la concentración de tensiones en el extremo proximal de la instrumentación integrando los efectos de carga externa y de la morfología de cada columna vertebral a analizar; de ahí su mayor capacidad predictiva. 8. CONCLUSION La aplicación de parámetros biomecánicos como el BM y la DAF no sólo mejora los modelos predictivos actuales sino que en sí mismos tienen el mayor potencial predictivo encontrado hasta el momento para la detección del PJF o fracaso proximal en la cirugía de deformidad sagital del adulto.

INTRODUCTION Adult sagittal deformity (SDD) is a health challenge because it causes severe disability in an elderly population and its treatment involves complex surgical procedures, with a high rate of complications (15-40%). In the last 10 years, different predictive models have appeared that try to anticipate these complications. Currently the most consistent seems to be the Global Alignment and Proportion score, GAP score, but it has some limitations. JUSTIFICATION OF THE STUDY Proximal Instrumentation Failure (PJF) represents the most relevant mechanical complication in patients undergoing DSA surgery, with serious repercussions on their health and entailing a high health expenditure. Any tool that helps predict the onset of PJF will have a huge positive impact on our patients. HYPOTHESIS The integration of biomechanical factors in predictive models of Proximal Failure (PJF) in adult sagittal deformity surgery improves their predictive capacity OBJECTIVE The objective is to determine if the application of biomechanical parameters such as BM (bending moment) and DAFS (stresses in the fibrous ring of the disc) is useful in the prediction of PJF in adult sagittal deformity surgery. MATERIAL AND METHOD A sample of 112 patients undergoing DSA surgery is selected. The sample is divided into 2 groups: control group of 55 patients, without mechanical complications and failure group with 57 patients who presented PJF. A biplanar radiological study is carried out using the EOS system and a 3D model is constructed to calculate the standardized geometric spinopelvic parameters and the GAP score and the FBI are applied. In addition, a global biomechanical parameter is integrated, the BM (Bending moment) that combines geometry of the spine, the weight and height of the patient to calculate the loads on the last instrumented proximal vertebra (UIV). Subsequently, a statistical model of the spine is obtained on which a finite element model (FEM) is built to which the vertebral instrumentation is introduced. A new biomechanical parameter is applied to this model: The DAF (Deformation Annulus Fibers) calculates the deformity on the fibers of the disc ring of the UIV. A linear regression study of the GAP score, the FBI and the new biomechanical parameters and their association with the appearance of PJF and an ROC and AUC study were carried out to determine their predictive capacity. RESULTS. The Parameter cut-off analyses has provided quantitative limits to characterize the control and failure groups: GAP score with an AUC=0.8816 and FBI with an AUC=0.8933 have demonstrated their ability to discriminate cases of PJF. Improving these results, BM on the UIV+1 presents an AUC=0.9371 and the DAFS reach an AUC= 0.9875 DISCUSSED Tots els models predictius trobats en la literatura estan basats en paràmetres geomètrics o variables demogràfiques, i encara que segons els seus autors ostentaten una alta capacitat predictiva només el GAP score sembla tenerir una fiabilitat predictivarre contrastada. Tot i així, hi ha determinades situacions que sembla infravalorar o sobrevalorar el risc d’aparèixer un PJF. Els paràmetres biomecànics com el BM o les DAFS són un reflex directe de la concentració de tensions en l’ extrem proximal de la instrumentació integrant els efectes de càrrega externa i de la morfologia de cada columna vertebral a analitzar; d’ here the seva major predictive capacity. CONCLUSION L’aplicació de paràmetres biomecànics com el BM i la DAF no només millora els models predictius actuals sinó que en si mateixos tenen el mejor potencial predictiu trobat fins al moment per a la detecció del PJF o fracàs proximal en la cirurgia de deformitat sagittal de l’adult.