Spinal Schwannoma Classification  Based on the Presumed Origin With  Preoperative Magnetic Resonance  Images

김태신; 구재희; 김준회; 여운탁; 한정훈; 이창현; 김치헌; 정천기

doi:10.14245/ns.2448468.234

추천

검색

자료유형: 학술저널

저자정보: 김태신 (서울대학교병원 신경외과) 구재희 (서울대학교의과대학 신경외과) 김준회 (서울대학교병원 신경외과) 여운탁 (한림대학교) 한정훈 (서울대학교병원 신경외과) 이창현 (서울대학교병원) 김치헌 (서울대학교) 정천기 (서울대학교의학연구원 신경과학연구소)

저널정보: 대한척추신경외과학회 Neurospine Neurospine Vol.21 No.3

발행연도: 2024.9

수록면: 890 - 902 (13page)

DOI: 10.14245/ns.2448468.234

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

Objective: Classification guides the surgical approach and predicts prognosis. However, existing classifications of spinal schwannomas often result in a high ‘unclassified’ rate. Here, we aim to develop a new comprehensive classification for spinal schwannomas based on their presumed origin. We compared the new classification with the existing classifications regarding the rate of ‘unclassified’. Finally, we assessed the surgical strategies, outcomes, and complications according to each type of the new classification. Methods: A new classification with 9 types was created by analyzing the anatomy of spinal nerves and the origin of significant tumor portions and cystic components in preoperative magnetic resonance images. A total of 482 patients with spinal schwannomas were analyzed to compare our new classification with the existing classifications. We defined ‘unclassified’ as the inability to classify a patient with spinal schwannoma using the classification criteria. Surgical approaches and outcomes were also aligned with our new classification. Results: Our classification uniquely reported no ‘unclassified’ cases, indicating full applicability. Also, the classification has demonstrated usefulness in predicting the surgical outcome with the approach planned. Gross total removal rates reached 88.0% overall, with type 1 and type 2 tumors at 95.3% and 96.0% respectively. The approach varied with tumor type, with laminectomy predominantly used for types 1, 2, and 9, and facetectomy with posterior fixation used for type 3 tumors. Conclusion: The new classification for spinal schwannomas based on presumed origin is applicable to all spinal schwannomas. It could help plan a surgical approach and predict its outcome, compared with existing classifications.

#Schwannoma #Spine #Tumor #Classification #Origin #Surgery

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

함께 읽어보면 좋을 논문

최근 본 자료

댓글(0)