高位脊椎滑脱的排列与补偿（AC）分类：一种新型生物力学分类方法的描述与验证

《Spine》：The Alignment and Compensation (AC) Classification of High-Grade Spondylolisthesis: Description and Validation of a Novel Biomechanical Classification

本研究提出并验证了一种新型生物力学分类系统，用于评估高-grade脊柱滑脱症（HGS）的sagittal对齐模式，整合补偿机制。通过14位外科医生对29例匿名病例的评估，系统显示极佳的观察者间（Fleiss Kappa=0.916）和观察者内（Cohen Kappa=0.958）可靠性，为手术决策提供新框架。

　　

摘要 通俗语言总结

---

研究设计

横断面可靠性研究

目的

提出并验证一种新的生物力学分类方法，用于高级别脊椎滑脱（HGS），该方法将补偿机制纳入矢状对齐模式的评估中。

背景

现有的HGS分类方法主要是描述性的，依赖于常因骶骨终板发育不良而发生扭曲的参数，对手术决策的指导作用有限，且无法完全反映矢状对齐中的补偿范围。新的分类系统定义了四种对齐类型：类型1：比例矢状对齐（SVA ≤50 mm，LSA ≥90°，IP ≤T11，LL Apex ≤L3）；类型2：腰椎低前凸得到补偿，同时IP和/或LL Apex向头部方向移动；类型3：腰椎骶椎后凸得到补偿（尽管SVA ≤50 mm，但LSA <90°）；类型4：矢状对齐异常且补偿机制已耗尽（SVA >50 mm）。

方法

来自12个国家的14名脊柱外科医生使用新的分类方法对29例匿名HGS病例进行了评估。每例病例都提供了全脊柱以及腰骶部的前后位和侧位站立位X光片。分类评估进行了两轮独立操作。观察者间可靠性通过Fleiss’ Kappa系数进行评估，而观察者内可靠性则通过Cohen’s Kappa系数和简单百分比一致性进行评估。

结果

观察者间可靠性几乎完美（Fleiss’ Kappa=0.916；95%置信区间：0.888–0.945；总体一致性为82.8%）。观察者内可靠性同样很高（平均Cohen’s Kappa=0.958；95%置信区间：0.926–0.991；平均一致性为97.0%）。

结论

这种新的生物力学分类方法提供了一个可重复的框架，用于描述HGS，无需依赖近似参数。通过整合SVA、LSA、IP和LL Apex，它能够准确反映补偿状态和未补偿状态的对齐情况，并具有直接的治疗意义。该系统表现出极佳的可靠性，可作为未来手术指南的基础。

通俗语言总结研究人员开发了一种新的高级别脊椎滑脱（HGS）分类系统，该系统考虑了矢状对齐中的补偿机制。该系统根据特定的生物力学参数定义了四种对齐类型，旨在改善手术决策。在一项涉及12个国家14名脊柱外科医生的研究中，该分类方法通过对29例病例的X光片进行了验证。该系统显示出几乎完美的观察者间可靠性（Fleiss’ Kappa=0.916）和较高的观察者内可靠性（Cohen’s Kappa=0.958），表明其在临床实践中的一致性和潜在实用性。这种分类方法可以通过提供对HGS对齐情况的全面理解来指导未来的手术方法。

文本由机器生成，可能包含不准确之处。常见问题解答