Prognostic modeling of long-term outcomes after minimally invasive lumbar fusion based on complex clinical, radiological and neuroimaging analysis in employees of JSC «Russian Railways»

Byvaltsev V.A.; Kalinin A.A.; Pestryakov Yu.Ya.; Satardinova E.E.; Noskov S.I.

doi:https://doi.org/10.17116/neiro20269002144

Вадим Анатольевич Бывальцев

ФГБОУ ВО «Иркутский государственный медицинский университет» Минздрава России, Иркутск, Россия;
ЧУЗ «Клиническая больница “РЖД-Медицина”», Иркутск, Россия;
«Иркутская государственная медицинская академия последипломного образования» — филиал ФГБОУ ДПО «Российская медицинская академия непрерывного профессионального образования» Минздрава России, Иркутск, Россия

ORCID: 0000-0003-4349-7101

Андрей Андреевич Калинин

ФГБОУ ВО «Иркутский государственный медицинский университет» Минздрава России, Иркутск, Россия;
ЧУЗ «Клиническая больница “РЖД-Медицина”», Иркутск, Россия

ORCID: 0000-0002-6059-4344

Юрий Яковлевич Пестряков

ФГБОУ ВО «Иркутский государственный медицинский университет» Минздрава России, Иркутск, Россия

ORCID: 0000-0001-7076-571X

Эльмира Евгеньевна Сатардинова

«Иркутская государственная медицинская академия последипломного образования» — филиал ФГБОУ ДПО «Российская медицинская академия непрерывного профессионального образования» Минздрава России, Иркутск, Россия

ORCID: 0000-0002-1850-6769

Сергей Иванович Носков

ФГБОУ ВО «Иркутский государственный университет путей сообщения», Иркутск, Россия

ORCID: 0000-0003-4097-2720

Прогностическое моделирование отдаленного результата минимально инвазивного поясничного спондилодеза на основе комплексного клинического, рентгенологического и нейровизуализационного анализа у работников ОАО «РЖД»

Авторы:

Бывальцев В.А., Калинин А.А., Пестряков Ю.Я., Сатардинова Э.Е., Носков С.И.

Подробнее об авторах

Журнал: Вопросы нейрохирургии имени Н.Н. Бурденко. 2026;89(2): 44‑53

DOI: 10.17116/neiro20269002144

Прочитано: 135 раз

Скачать PDF (EN)

Связаться с автором

Оглавление

Как цитировать:

Бывальцев В.А., Калинин А.А., Пестряков Ю.Я., Сатардинова Э.Е., Носков С.И. Прогностическое моделирование отдаленного результата минимально инвазивного поясничного спондилодеза на основе комплексного клинического, рентгенологического и нейровизуализационного анализа у работников ОАО «РЖД». Вопросы нейрохирургии имени Н.Н. Бурденко. 2026;89(2):44‑53.
Byvaltsev VA, Kalinin AA, Pestryakov YuYa, Satardinova EE, Noskov SI. Prognostic modeling of long-term outcomes after minimally invasive lumbar fusion based on complex clinical, radiological and neuroimaging analysis in employees of JSC «Russian Railways». Burdenko's Journal of Neurosurgery. 2026;89(2):44‑53. (In Russ., In Engl.)
https://doi.org/10.17116/neiro20269002144

Подписка 2025 Журнал «Вопросы нейрохирургии» имени Н.Н. Бурденко (Burdenko's Journal of Neurosurgery)

Использование инфографики авторами научных работ

Рекомендуем статьи по данной теме:

Прогностическое моделирование скорости прогрессирования глаукомной оптической нейропатии у пациентов с впервые выявленной первичной открытоугольной глаукомой в начальной стадии. Вестник офтальмологии. 2025;(2):22-29

Отдаленные результаты сочетанной операции каротидной эндартерэктомии и коронарного шунтирования: оценка предикторов смертности и кардиальных событий. Кардиология и сердечно-сосудистая хирургия. 2025;(6):657-665

Резюме / Abstract:

Частота неудовлетворительных результатов хирургического лечения дегенеративных заболеваний пояснично-крестцового отдела позвоночника варьируется в зависимости от метода оперативного вмешательства. Их прогнозирование затруднено из-за неоднородности клинических и инструментальных характеристик пациентов. Разработка и использование прогностических моделей клинических результатов может помочь хирургу в принятии решений и повышении эффективности операций.

ЦЕЛЬ ИССЛЕДОВАНИЯ

Разработка и валидация многофакторной прогностической модели для оценки рисков и преимуществ минимально инвазивных декомпрессивно-стабилизирующих вмешательств у работников железнодорожного транспорта с дегенеративными заболеваниями поясничного отдела позвоночника.

МАТЕРИАЛ И МЕТОДЫ

Проведен ретроспективный анализ проспективно собранной базы данных 457 пациентов, прооперированных в период с 2020 по 2023 г. с использованием минимально инвазивных декомпрессивно-стабилизирующих методик. Комплексная клиническая, рентгенологическая и нейровизуализационная оценка проводилась до операции и через 24 мес после вмешательства. Для создания прогностических моделей отдаленных исходов (y0 — индекс недееспособности Освестри (ODI); y1 — физический компонент здоровья анкеты для исследования уровня качества жизни (PCS SF-36); y2 — психический компонент здоровья анкеты для исследования уровня качества жизни (MCS SF-36); y3 — шкала Макнаба) применялся регрессионный анализ.

РЕЗУЛЬТАТЫ

Все анализируемые клинические параметры (индекс недееспособности Освестри, визуально-аналоговая шкала боли, анкета для исследования уровня качества жизни) продемонстрировали статистически значимое улучшение в послеоперационном периоде по сравнению с исходным уровнем (p<0,05). В течение 90 дней после операции частота реопераций составила 5,7%, а количество повторных госпитализаций за весь период наблюдения — 8,3%. К прежней трудовой деятельности вернулись 87,3% пациентов. Клиническое ухудшение отмечено у 51 (11,2%) пациента. Установлено, что дооперационные переменные обладают прогностической ценностью в отношении отдаленного исхода, причем их роль и вклад различаются в зависимости от конкретной модели.

ЗАКЛЮЧЕНИЕ

Разработанные прогностические модели могут быть использованы для улучшения отдаленных результатов при планировании минимально инвазивных декомпрессивно-стабилизирующих вмешательств на поясничном отделе позвоночника.

Ключевые слова / Keywords:

поясничный отдел позвоночника

дегенеративные заболевания

железнодорожники

межтеловой спондилодез

минимально инвазивные вмешательства

отдаленные результаты

прогностическое моделирование

Авторы / Authors:

Вадим Анатольевич Бывальцев

ORCID: 0000-0003-4349-7101

Андрей Андреевич Калинин

ORCID: 0000-0002-6059-4344

Юрий Яковлевич Пестряков

ФГБОУ ВО «Иркутский государственный медицинский университет» Минздрава России, Иркутск, Россия

ORCID: 0000-0001-7076-571X

Эльмира Евгеньевна Сатардинова

ORCID: 0000-0002-1850-6769

Сергей Иванович Носков

ФГБОУ ВО «Иркутский государственный университет путей сообщения», Иркутск, Россия

ORCID: 0000-0003-4097-2720

Дата поступления:

20.02.2025

Дата принятия в печать:

26.11.2025

Закрыть метаданные

Литература / References:

Fine N, Lively S, Séguin CA, Perruccio AV, Kapoor M, Rampersaud R. Intervertebral disc degeneration and osteoarthritis: a common molecular disease spectrum. Nature Reviews Rheumatology. 2023;19(3):136-152. https://doi.org/10.1038/s41584-022-00888-z
Byvaltsev VA, Kalinin AA, Aliyev MA, Pestryakov YY, Riew KD. Long-term results and surgical strategy development for degenerative disease treatment in athletes: a retrospective single-center study. European Spine Journal. 2024;33(9):3359-3368. https://doi.org/10.1007/s00586-024-08283-w
Bcharah G, Gupta N, Panico N, Winspear S, Bagley A, Turnow M, D’Amico R, Ukachukwu AK. Innovations in Spine Surgery: A Narrative Review of Current Integrative Technologies. World Neurosurgery. 2024;184:127-136. https://doi.org/10.1016/j.wneu.2023.12.124
Xu C, Huang C, Cai P, Fang Z, Wei Z, Liu F, Li J, Liu Y. Biomechanical Effects of Pedicle Screw Positioning on the Surgical Segment in Models After Oblique Lumbar Interbody Fusion: An in-silico Study. International Journal of General Medicine. 2022;15:1047-1056. https://doi.org/10.2147/IJGM.S352304
Hu X, Yan L, Jin X, Liu H, Chai J, Zhao B. Endoscopic Lumbar Interbody Fusion, Minimally Invasive Transforaminal Lumbar Interbody Fusion, and Open Transforaminal Lumbar Interbody Fusion for the Treatment of Lumbar Degenerative Diseases: A Systematic Review and Network Meta-Analysis. Global Spine Journal. 2024;14(1):295-305. https://doi.org/10.1177/21925682231168577
Ren BW, Zhao HM, Wu JH, An BC, Han ZC, Liu YH, Mao KY, Liu JH. Comparison of Fusion Rate and Clinical Outcomes in Minimally Invasive and Conventional Posterior Fusion for Lumbar Degenerative Disease: A Network Meta-Analysis. World Neurosurgery. 2024;189:357-372.e8. https://doi.org/10.1016/j.wneu.2024.06.031
Endo T, Kanemura N, Ito T, Sato K, Miura T, Onitsuka K, Miyazawa T, Kubota K, Iwabuchi M, Shirado O. Effect of Residual Pain After Posterior Fusion Surgery for Lumbar Degenerative Disorders on Health-Related Quality of Life: A Two-Year Follow-Up Using Patient-Reported Outcome Measures. Cureus. 2024;16(6):e61611. https://doi.org/10.7759/cureus.61611
Asghar J, Patel AI, Osorio JA, Smith JS, Small J, Mullin JP, Desai A, Temple-Wong M, Nicolau RJ. Mismatch Between Pelvic Incidence and Lumbar Lordosis After Personalized Interbody Fusion: The Importance of Preoperative Planning and Alignment in Degenerative Spine Diseases. International Journal of Spine Surgery. 2024;18(S1):S24-S31. https://doi.org/10.14444/8638
Бывальцев В.А., Калинин А.А. Оценка эффективности системы поддержки принятия решений в спинальной нейрохирургии для персонифицированного использования минимально-инвазивных технологий на поясничном отделе позвоночника. Современные технологии в медицине. 2021;13(5):13-21. https://doi.org/10.17691/stm2021.13.5.02
Cui P, Wang S, Zhang H, Wang P, Chen X, Kong C, Lu S. Development and validation of a nomogram to predict the unfavorable outcomes in elderly patients undergoing lumbar fusion surgery for degenerative disease. BMC Surgery. 2024;24(1):401. https://doi.org/10.1186/s12893-024-02720-9
Wang Z, Zhao X, Li Y, Zhang H, Qin D, Qi X, Chen Y, Zhang X. Development and validation of a multimodal feature fusion prognostic model for lumbar degenerative disease based on machine learning: a study protocol. BMJ Open. 2023;13(9):e072139. https://doi.org/10.1136/bmjopen-2023-072139
Saremi A, Goyal KK, Benzel EC, Orr RD. Evolution of lumbar degenerative spondylolisthesis with key radiographic features. The Spine Journal. 2024;24(6):989-1000. https://doi.org/10.1016/j.spinee.2024.01.001
Staartjes VE, de Wispelaere MP, Vandertop WP, Schröder ML. Deep learning-based preoperative predictive analytics for patient-reported outcomes following lumbar discectomy: feasibility of center-specific modeling. The Spine Journal. 2019;19(5):853-861. https://doi.org/10.1016/j.spinee.2018.11.009
Siccoli A, de Wispelaere MP, Schröder ML, Staartjes VE. Machine learning-based preoperative predictive analytics for lumbar spinal stenosis. Neurosurgical Focus. 2019;46(5):E5. https://doi.org/10.3171/2019.2.FOCUS18723
Li J, Xiao H, Jiang S, Yang Z, Chen Z, Liu X, Liu Z, Wei F, Jiang L, Sun C, Wu F, Guo Z, Li J, Li W, Yu M. Risk Factors and Three Radiological Predictor Models for the Progression of Proximal Junctional Kyphosis in Adult Degenerative Scoliosis Following Posterior Corrective Surgery: 113 Cases With 2-years Minimum Follow-Up. Global Spine Journal. 2023;13(8):2285-2295. https://doi.org/10.1177/21925682221079791
McGirt MJ, Sivaganesan A, Asher AL, Devin CJ. Prediction model for outcome after low-back surgery: individualized likelihood of complication, hospital readmission, return to work, and 12-month improvement in functional disability. Neurosurgical Focus. 2015;39(6):E13. https://doi.org/10.3171/2015.8.FOCUS15338
Byvaltsev VA, Kalinin AA, Noskov SI, Pestryakov YY, Yuldashev RM, Riew KD. Prognostic model for outcome after L4-5 minimally invasive transforaminal lumbar interbody fusion based on a comprehensive clinical and radiological analysis. J Neurosurg Spine. 2026;44(3):411-419. https://doi.org/10.3171/2025.8.SPINE24618