Introducción: Aproximadamente el 25% de los pacientes intervenidos mediante fijación cervical anterior (ACDF) desarrollan el síndrome de segmento adyacente radiológico (ASD) en los primeros diez años tras la intervención, de los cuales el 45% presentan ASD sintomático.

Objetivos: Evaluar el deterioro volumétrico y cualitativo del espacio discal en pacientes intervenidos en nuestro centro, comparándolo con una cohorte no intervenida.

Métodos: Estudio retrospectivo de pacientes intervenidos en nuestro centro con al menos dos resonancias magnéticas (RM) posoperatorias accesibles entre 2007 y 2012. Se utilizaron como controles pacientes con RM cervical de la misma edad que los pacientes intervenidos. Las RM sagitales T1 y T2 fueron segmentadas mediante smartbrush del software Brainlab y procesadas en el módulo Pyradiomics de 3D Slicer. Cada vértebra y disco intervertebral fue analizado de manera independiente. El conjunto de datos completo fue analizado mediante análisis multivariante y ocho algoritmos de aprendizaje automático. El rendimiento se analizó a través del área bajo la curva (AUC). Los predictores del algoritmo de mejor rendimiento se analizaron mediante un gráfico de Shapley.

Resultados: Se incluyeron 64 pacientes y 128 controles. El análisis de regresión logística multivariante indicó que la lordosis cervical, el balance sagital, el grosor del hueso cortical en T1, el grosor y la varianza de la grasa subcutánea se asociaron independientemente con el ASD. El mejor algoritmo de predicción volumétrica del espacio discal fue el análisis discriminante lineal (precisión = 0,78, puntuación F1 = 0,52, AUC = 0,81). En la predicción cualitativa de la evolución discal, el grado III a los 3 años posoperatorios fue el mejor predicho (AUC = 0,7).

Conclusiones: La integración de predictores radiómicos en algoritmos de aprendizaje automático puede mejorar la predicción del deterioro del espacio discal en pacientes con artrodesis cervical.