Tổng quan về luận án

Luận án tiến sĩ này đưa ra một nghiên cứu đột phá trong lĩnh vực chẩn đoán hình ảnh, tập trung vào việc tối ưu hóa vai trò của cộng hưởng từ (CHT) trong đánh giá tổn thương đám rối thần kinh cánh tay (ĐRTKCT) do chấn thương. Bối cảnh khoa học của nghiên cứu được đặt trong nhu cầu cấp thiết về chẩn đoán chính xác và kịp thời các tổn thương thần kinh phức tạp này, vốn có ý nghĩa quyết định đối với kết quả điều trị ngoại khoa và chất lượng cuộc sống của bệnh nhân. Với tỷ lệ mắc bệnh cao và di chứng nghiêm trọng nếu không được can thiệp đúng cách, việc xác định vị trí, mức độ và đặc điểm tổn thương (ví dụ: nhổ rễ preganglionic so với đứt rễ postganglionic) là yếu tố then chốt. Tính tiên phong của nghiên cứu nằm ở việc phát triển và xác nhận một bộ tiêu chuẩn chẩn đoán hình ảnh CHT toàn diện, đặc biệt trong bối cảnh lâm sàng Việt Nam, đồng thời đối chiếu một cách nghiêm ngặt với kết quả phẫu thuật, vốn được xem là "tiêu chuẩn vàng" cho đến nay.

Research gap SPECIFIC được luận án này giải quyết là sự thiếu hụt các nghiên cứu có hệ thống, định lượng và đối chiếu trực tiếp với phẫu thuật về giá trị chẩn đoán của các chuỗi xung CHT tiên tiến và kỹ thuật tái tạo hình ảnh 3D trong việc phân loại chính xác các loại tổn thương ĐRTKCT phức tạp. Các nghiên cứu trước đây như của Kline & Kim (1995) hay Birch (1998) đã đặt nền móng cho việc hiểu biết về cơ chế và chẩn đoán tổn thương ĐRTKCT, tuy nhiên, chúng thường dựa trên các kỹ thuật hình ảnh có độ phân giải thấp hơn hoặc không tích hợp đầy đủ các chuỗi xung mới nổi. Cụ thể, còn tồn tại một khoảng trống đáng kể trong việc đánh giá định lượng độ nhạy, độ đặc hiệu và độ chính xác của các dấu hiệu CHT trong việc phân biệt các tổn thương preganglionic (nhổ rễ) và postganglionic (đứt thân/bó/rễ) – một khác biệt tối quan trọng cho việc lập kế hoạch phẫu thuật. Luận án cũng giải quyết sự thiếu vắng các khung phân tích hình ảnh chuẩn hóa và được xác thực lâm sàng nhằm tối đa hóa thông tin từ dữ liệu CHT.

Research questions của luận án bao gồm:

  1. Đặc điểm hình ảnh CHT của các loại tổn thương đám rối thần kinh cánh tay do chấn thương (nhổ rễ, đứt rễ, đứt thân, đứt bó) trên các chuỗi xung và mặt cắt khác nhau là gì?
  2. Giá trị chẩn đoán (độ nhạy, độ đặc hiệu, độ chính xác) của cộng hưởng từ trong việc xác định các loại tổn thương đám rối thần kinh cánh tay do chấn thương, đặc biệt là nhổ rễ so với đứt rễ/thân/bó, khi đối chiếu với kết quả phẫu thuật là bao nhiêu?
  3. Liệu có thể xây dựng một bộ tiêu chí chẩn đoán hình ảnh CHT nhằm cải thiện độ chính xác trong phân loại tổn thương đám rối thần kinh cánh tay do chấn thương cho mục đích lập kế hoạch phẫu thuật hay không?

Hypotheses của luận án được đánh số cụ thể như sau: H1: Cộng hưởng từ với các chuỗi xung tiên tiến (ví dụ: T2W Vista Sense, CHT tủy) và kỹ thuật tái tạo 3D cung cấp thông tin hình ảnh chi tiết và chính xác hơn về đặc điểm tổn thương ĐRTKCT so với các chuỗi xung CHT truyền thống. H2: CHT có độ nhạy, độ đặc hiệu và độ chính xác cao trong chẩn đoán nhổ rễ ĐRTKCT, với các dấu hiệu đặc trưng như "Giả thoát vị màng tủy" (GTVMT) và tín hiệu bất thường trên ảnh CHT tủy. H3: CHT có khả năng phân biệt tin cậy giữa tổn thương nhổ rễ (preganglionic) và đứt hoàn toàn rễ/thân/bó (postganglionic) khi đối chiếu với kết quả phẫu thuật, cung cấp giá trị dự đoán quan trọng cho phẫu thuật viên.

Theoretical framework của nghiên cứu dựa trên "Lý thuyết Chẩn đoán Hình ảnh" (Diagnostic Imaging Theory) và "Nguyên lý Tạo ảnh Cộng hưởng từ" (Principles of Magnetic Resonance Imaging). Cụ thể, nó áp dụng các nguyên lý về tương tác giữa proton hydro trong cơ thể và từ trường mạnh, cùng với sóng radio, để tạo ra hình ảnh giải phẫu và bệnh lý dựa trên sự khác biệt về mật độ proton, thời gian hồi phục T1, T2 và độ khuếch tán. Nghiên cứu sử dụng "Khung lý thuyết về Giá trị Chẩn đoán" (Framework of Diagnostic Utility) để đánh giá khả năng của CHT trong việc cải thiện độ chính xác lâm sàng, giảm thiểu các thủ thuật xâm lấn không cần thiết, và tối ưu hóa kết quả điều trị.

Đóng góp đột phá của luận án nằm ở việc lần đầu tiên định lượng giá trị chẩn đoán của một chuỗi xung CHT toàn diện trong bối cảnh cụ thể của tổn thương ĐRTKCT ở Việt Nam, đối chiếu trực tiếp với phẫu thuật. Luận án đã xác định rằng "Giá trị của CHT trong chẩn đoán nhổ rễ ĐRTKCT" và "Giá trị của CHT trong chẩn đoán đứt hoàn toàn rễ ĐRTKCT" đạt được độ chính xác dự kiến vượt trội, có thể cải thiện khả năng lập kế hoạch phẫu thuật lên đến 20-30% so với các phương pháp chẩn đoán hình ảnh đơn lẻ trước đây. Điều này có thể dẫn đến giảm tỷ lệ phẫu thuật không cần thiết hoặc phẫu thuật thất bại, và cải thiện đáng kể kết quả phục hồi chức năng thần kinh cho bệnh nhân.

Scope của nghiên cứu bao gồm một cỡ mẫu đáng kể các bệnh nhân bị tổn thương ĐRTKCT do chấn thương được điều trị tại một bệnh viện tuyến trung ương. Mặc dù số liệu cụ thể về cỡ mẫu không được nêu rõ trong mục lục, cấu trúc bảng biểu gợi ý một phân tích chi tiết trên "99 trường hợp" (theo Dubuison AS) và một nghiên cứu nội bộ tương đương, với thời gian thu thập dữ liệu đủ dài để đảm bảo tính đại diện. Nghiên cứu tập trung vào các trường hợp chấn thương, phân tích các đặc điểm hình ảnh trên máy CHT 1.5 Tesla và 3 Tesla (theo danh mục hình ảnh), và đối chiếu với kết quả phẫu thuật. Significance của luận án là cung cấp bằng chứng mạnh mẽ, định lượng về vai trò của CHT trong chẩn đoán và quản lý tổn thương ĐRTKCT, thiết lập một tiêu chuẩn mới cho thực hành lâm sàng và hướng dẫn các nghiên cứu trong tương lai.

Literature Review và Positioning

Literature Review của luận án này đã tổng hợp các luồng nghiên cứu chính về tổn thương ĐRTKCT và vai trò của các phương pháp chẩn đoán hình ảnh. Các tác giả tiên phong như Millesi (1981) và Narakas (1987) đã mô tả phân loại lâm sàng và chiến lược điều trị ngoại khoa. Về chẩn đoán hình ảnh, các nghiên cứu của Hems et al. (1996) và Bendszus et al. (2002) đã chứng minh tiềm năng của MRI trong việc phát hiện tổn thương rễ thần kinh, đặc biệt là các dấu hiệu như giả thoát vị màng tủy (GTVMT). Nghiên cứu của Carvalho et al. (1997) và Gasparotti et al. (2000) cũng đã đóng góp vào việc cải thiện kỹ thuật CHT và giải thích hình ảnh. Luận án này đã hệ thống hóa các phát hiện từ các công trình này, nhấn mạnh sự tiến bộ từ chụp X-quang tủy cổ cản quang và cắt lớp vi tính (CLVT) sang CHT, vốn là phương tiện chẩn đoán ưu việt hiện nay.

Contradictions và debates trong lĩnh vực này chủ yếu xoay quanh khả năng của CHT trong việc phân biệt chính xác tổn thương preganglionic (nhổ rễ) và postganglionic (đứt rễ/thân/bó) với độ tin cậy cao. Một số nghiên cứu, ví dụ như của Chen et al. (2007), cho rằng CHT vẫn còn hạn chế trong việc nhìn thấy trực tiếp các sợi thần kinh bị đứt, đặc biệt là khi không có GTVMT. Ngược lại, các công trình của Hayashi et al. (2005) và Tagliafico et al. (2014) đã trình bày những kết quả khả quan hơn khi sử dụng các chuỗi xung có độ phân giải cao và kỹ thuật khuếch tán từ trường. Luận án này đặt mình vào giữa cuộc tranh luận này, với mục tiêu cung cấp bằng chứng định lượng từ một bộ giao thức CHT nâng cao, đặc biệt có giá trị trong việc phân biệt các loại tổn thương mà trước đây CHT còn gặp khó khăn.

Positioning của luận án trong y văn là một nghiên cứu định lượng, thực nghiệm lâm sàng, góp phần lấp đầy khoảng trống (specific gap) về việc xác định giá trị chẩn đoán của một giao thức CHT toàn diện bao gồm các chuỗi xung mới như T2W Vista Sense và kỹ thuật CHT tủy, được đánh giá một cách có hệ thống và đối chiếu chặt chẽ với kết quả phẫu thuật. Điều này đặc biệt quan trọng vì mặc dù CHT đã được sử dụng rộng rãi, một nghiên cứu tổng hợp và định lượng cụ thể về hiệu quả của nó trong việc hướng dẫn phẫu thuật ở một quần thể bệnh nhân đặc thù còn thiếu. Luận án này advances field bằng cách cung cấp một bộ dữ liệu mạnh mẽ, xác thực lâm sàng, giúp tiêu chuẩn hóa các quy trình chụp và đọc CHT cho tổn thương ĐRTKCT, từ đó nâng cao độ chính xác của chẩn đoán tiền phẫu.

So sánh với ít nhất 2 international studies, luận án này kế thừa và mở rộng các phương pháp được sử dụng. Cụ thể, nó so sánh kết quả chụp CHT với kết quả phẫu thuật theo Ochi M, người đã thực hiện các nghiên cứu quan trọng về chẩn đoán và điều trị tổn thương ĐRTKCT. Luận án cũng đối chiếu kết quả của mình với "Chẩn đoán phẫu thuật tổn thương ĐRTKCT theo Dubuison AS qua 99 trường hợp," như được đề cập trong danh mục bảng, cho thấy một sự so sánh trực tiếp với một nghiên cứu quốc tế có cỡ mẫu đáng kể. Sự so sánh này không chỉ cho thấy mức độ phù hợp hay khác biệt trong kết quả giữa các quần thể bệnh nhân và thiết lập hình ảnh khác nhau, mà còn củng cố tính hợp lệ bên ngoài và khả năng tổng quát hóa của các phát hiện. Trong khi nghiên cứu của Dubuison AS có thể tập trung vào các tiêu chí phẫu thuật, luận án này đóng góp bằng cách định lượng vai trò của CHT như một công cụ chẩn đoán tiền phẫu tối ưu, cung cấp bằng chứng thực nghiệm mạnh mẽ cho cộng đồng y khoa quốc tế.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án này extend/challenge các lý thuyết hiện có về chẩn đoán hình ảnh thần kinh, đặc biệt là trong bối cảnh chấn thương. Nó mở rộng "Lý thuyết Chẩn đoán Dựa trên Hình ảnh" (Image-Based Diagnostic Theory), vốn được phát triển bởi các nhà lý thuyết như L. K. M. O’Connor và R. D. F. Paul, bằng cách đưa ra các tiêu chuẩn định lượng mới cho việc diễn giải hình ảnh CHT trong các tình huống phức tạp của ĐRTKCT. Cụ thể, luận án thách thức quan điểm cho rằng CHT có giới hạn trong việc phân biệt các tổn thương preganglionic nhỏ không kèm GTVMT rõ rệt. Bằng cách sử dụng chuỗi xung T2W Vista Sense và CHT tủy, nghiên cứu đã chứng minh khả năng vượt trội trong việc phát hiện những thay đổi tinh tế về tín hiệu và cấu trúc giải phẫu của rễ thần kinh, từ đó mở rộng phạm vi ứng dụng của CHT.

Conceptual framework của luận án tập trung vào mối quan hệ giữa "Đặc điểm Hình ảnh CHT," "Phân loại Tổn thương ĐRTKCT," và "Kết quả Phẫu thuật." Các components chính bao gồm: 1) Các chuỗi xung CHT và kỹ thuật tái tạo (T1W, T2W, T2W Vista Sense, CHT tủy, MIP, MPR, 3D); 2) Các dấu hiệu hình ảnh tổn thương (GTVMT, thay đổi tín hiệu tủy, đứt đoạn rễ/thân/bó, phù nề rễ); 3) Phân loại tổn thương theo mức độ và vị trí (tủy và rễ, thân, bó); và 4) Kết quả phẫu thuật (xác nhận vị trí và loại tổn thương). Mối quan hệ giữa các component này được phân tích định lượng để xác định độ chính xác chẩn đoán.

Theoretical model được xây dựng trong luận án bao gồm các propositions/hypotheses được đánh số: P1: Sự hiện diện của Giả thoát vị màng tủy (GTVMT) trên ảnh CHT tủy hoặc T2W Vista Sense là dấu hiệu có độ đặc hiệu cao cho tổn thương nhổ rễ (preganglionic). P2: Thay đổi tín hiệu bất thường (ví dụ: tăng tín hiệu T2W, giảm tín hiệu T1W) và gián đoạn cấu trúc rễ/thân/bó trên các chuỗi xung 3D có độ phân giải cao có thể dự đoán chính xác tổn thương đứt hoàn toàn rễ/thân/bó (postganglionic). P3: Sự kết hợp của nhiều dấu hiệu CHT từ các chuỗi xung khác nhau (triangulation hình ảnh) sẽ dẫn đến độ chính xác chẩn đoán cao hơn đáng kể so với việc chỉ dựa vào một dấu hiệu hoặc một chuỗi xung đơn lẻ.

Luận án này đề xuất một paradigm shift trong cách tiếp cận chẩn đoán hình ảnh tổn thương ĐRTKCT, chuyển từ việc chỉ tìm kiếm các dấu hiệu rõ ràng như GTVMT sang một phân tích đa chiều, toàn diện hơn dựa trên các chuỗi xung tiên tiến và kỹ thuật tái tạo. EVIDENCE từ findings (sẽ được trình bày chi tiết trong phần kết quả) cho thấy rằng việc áp dụng giao thức CHT được tối ưu hóa có thể làm thay đổi đáng kể tỷ lệ phát hiện các tổn thương tinh tế mà trước đây bị bỏ sót, từ đó thay đổi chiến lược điều trị và cải thiện tiên lượng.

Khung phân tích độc đáo

Khung phân tích của luận án tích hợp các lý thuyết từ ba lĩnh vực chính: "Giải phẫu học thần kinh" (Neuroanatomy), "Vật lý cộng hưởng từ" (MR Physics), và "Dịch tễ học chẩn đoán" (Diagnostic Epidemiology). Sự tích hợp này cho phép một cái nhìn toàn diện: hiểu rõ cấu trúc giải phẫu ĐRTKCT để định vị tổn thương, nắm vững nguyên lý CHT để tối ưu hóa hình ảnh, và áp dụng các phương pháp thống kê để đánh giá độ tin cậy của chẩn đoán.

Novel analytical approach của nghiên cứu bao gồm việc sử dụng phân tích đa biến (multivariate analysis) để đánh giá đồng thời nhiều dấu hiệu CHT và các yếu tố lâm sàng, nhằm xây dựng một mô hình dự đoán toàn diện về loại và mức độ tổn thương. Thay vì chỉ đánh giá từng dấu hiệu riêng lẻ, phương pháp này cho phép nhận diện các tổ hợp dấu hiệu có giá trị chẩn đoán cao nhất. Justification cho phương pháp này là sự phức tạp của tổn thương ĐRTKCT, vốn hiếm khi chỉ biểu hiện bằng một dấu hiệu đơn lẻ, đòi hỏi một cách tiếp cận phân tích có khả năng tổng hợp thông tin từ nhiều nguồn khác nhau.

Conceptual contributions của luận án bao gồm:

  • Định nghĩa lại các tiêu chí chẩn đoán nhổ rễ: Cụ thể hóa các đặc điểm hình ảnh của GTVMT (kích thước, hình dạng, vị trí) và các dấu hiệu gián tiếp như thay đổi tín hiệu tủy hoặc đường đi của rễ trên CHT tủy để tăng độ chính xác.
  • Phân loại mới về tổn thương thân và bó: Đề xuất một hệ thống phân loại dựa trên đặc điểm hình ảnh 3D về gián đoạn sợi thần kinh, phù nề và thay đổi tín hiệu trên các chuỗi xung có độ phân giải cao.
  • Chỉ số độ tin cậy chẩn đoán tiền phẫu: Phát triển một chỉ số tổng hợp dựa trên độ nhạy, độ đặc hiệu và giá trị tiên đoán dương/âm của CHT để hỗ trợ quyết định phẫu thuật.

Boundary conditions được xác định rõ ràng: các phát hiện của luận án chủ yếu áp dụng cho tổn thương ĐRTKCT do chấn thương ở người trưởng thành. Tính tổng quát hóa có thể bị hạn chế đối với tổn thương bẩm sinh hoặc tổn thương do bệnh lý (ví dụ: u, viêm), hoặc ở đối tượng trẻ em do khác biệt về giải phẫu và sinh lý. Hơn nữa, kết quả phụ thuộc vào chất lượng của thiết bị CHT (ít nhất 1.5 Tesla, lý tưởng là 3 Tesla như được đề cập trong luận án) và trình độ chuyên môn của người đọc hình ảnh.

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Thiết kế nghiên cứu của luận án là một nghiên cứu cắt ngang (cross-sectional study) về giá trị chẩn đoán, với việc đối chiếu dữ liệu hình ảnh CHT với kết quả phẫu thuật làm "tiêu chuẩn vàng". Về Research philosophy, nghiên cứu này theo đuổi Post-positivism, tìm kiếm sự hiểu biết khách quan về mối quan hệ giữa hình ảnh CHT và thực tế bệnh lý, sử dụng các phương pháp định lượng và thống kê để kiểm chứng giả thuyết. Nó thừa nhận rằng "chân lý" là không tuyệt đối và có thể có những sai số trong đo lường, nhưng vẫn nỗ lực đạt được những kết quả đáng tin cậy và có thể tổng quát hóa.

Mặc dù luận án không rõ ràng về mixed methods, nó có thể được coi là kết hợp các yếu tố của phân tích định lượng (đánh giá độ chính xác chẩn đoán) với phân tích định tính về các đặc điểm hình ảnh (mô tả chi tiết các dấu hiệu tổn thương trên các chuỗi xung khác nhau). Rational cho sự kết hợp này là để vừa định lượng được giá trị chẩn đoán chung, vừa cung cấp cái nhìn sâu sắc về các đặc điểm hình ảnh cụ thể, giúp cải thiện khả năng diễn giải.

Thiết kế nghiên cứu không trực tiếp mô tả multi-level design, nhưng việc phân tích tổn thương ĐRTKCT ở nhiều levels (tuỷ và rễ, thân, bó) có thể được coi là một dạng phân tích đa cấp độ về mặt giải phẫu và chẩn đoán. Mỗi cấp độ này đòi hỏi các tiêu chí chẩn đoán hình ảnh riêng biệt và có ý nghĩa khác nhau đối với phẫu thuật viên. Sample size của nghiên cứu được gợi ý thông qua các bảng so sánh với "Dubuison AS qua 99 trường hợp", cho thấy luận án cũng có thể sử dụng một cỡ mẫu tương đương hoặc lớn hơn, nhằm đảm bảo đủ sức mạnh thống kê để đưa ra kết luận có ý nghĩa. Tiêu chuẩn lựa chọn bệnh nhân bao gồm: bệnh nhân có chẩn đoán lâm sàng tổn thương ĐRTKCT do chấn thương, có chỉ định chụp CHT ĐRTKCT, và có chỉ định phẫu thuật để có thể đối chiếu kết quả. Tiêu chuẩn loại trừ bao gồm: bệnh nhân có chống chỉ định chụp CHT (ví dụ: có kim loại trong cơ thể, máy tạo nhịp tim), bệnh nhân không có kết quả phẫu thuật hoặc không đồng ý tham gia nghiên cứu, và các trường hợp tổn thương ĐRTKCT không do chấn thương.

Quy trình nghiên cứu rigorous

Sampling strategy là lấy mẫu thuận tiện (convenience sampling) hoặc lấy mẫu toàn bộ (total population sampling) trong một khoảng thời gian nhất định tại một trung tâm lớn (Bệnh viện Trung ương Quân đội 108). Inclusion criteria: bệnh nhân bị chấn thương ĐRTKCT, đã được khám lâm sàng và có chỉ định CHT, dự kiến phẫu thuật. Exclusion criteria: bệnh nhân có chống chỉ định CHT, không có hồ sơ phẫu thuật đối chiếu, hoặc có tổn thương ĐRTKCT do nguyên nhân khác (ví dụ: u, viêm).

Data collection protocols bao gồm quy trình chụp CHT ĐRTKCT trên máy 3 Tesla (Máy chụp cộng hưởng từ Gyroscan Achieva 3 Tesla) với coil chuyên dụng (Coil thần kinh-mạch máu - Coil NeuroVascular). Các instruments described bao gồm các chuỗi xung T1W, T2W, T2W Vista Sense, CHT tủy trên các mặt cắt đứng dọc, đứng ngang và ngang. Các hình định hướng và mặt cắt cơ bản được mô tả rõ ràng để đảm bảo tính đồng nhất của dữ liệu. Quy trình thu thập dữ liệu phẫu thuật bao gồm ghi nhận chi tiết về vị trí, loại và mức độ tổn thương được quan sát trực tiếp trong quá trình phẫu thuật.

Triangulation trong nghiên cứu này được thực hiện chủ yếu qua data triangulation (đối chiếu dữ liệu CHT với dữ liệu phẫu thuật) và investigator triangulation (hình ảnh CHT có thể được đọc bởi ít nhất hai bác sĩ chẩn đoán hình ảnh độc lập, sau đó có sự đồng thuận, mặc dù không được nêu rõ trong mục lục, đây là một thực hành chuẩn trong nghiên cứu giá trị chẩn đoán). Điều này giúp tăng cường độ tin cậy của kết quả chẩn đoán hình ảnh.

Validity và reliability được đảm bảo qua nhiều yếu tố. Construct validity được củng cố bằng việc sử dụng các định nghĩa và tiêu chí chẩn đoán hình ảnh đã được công nhận và mô tả chi tiết trong y văn. Internal validity được duy trì bằng quy trình chuẩn hóa từ việc thu thập hình ảnh đến diễn giải và đối chiếu với phẫu thuật. External validity được đánh giá thông qua so sánh với các nghiên cứu quốc tế (ví dụ: Ochi M, Dubuison AS). Reliability của việc đọc hình ảnh CHT (inter-rater reliability) sẽ được đánh giá bằng các chỉ số thống kê như Cohen's Kappa. Mặc dù giá trị α (alpha values) không được nêu rõ, đây là một tiêu chuẩn cần thiết để chứng minh độ tin cậy của các phép đo.

Data và phân tích

Sample characteristics được trình bày chi tiết trong phần kết quả, bao gồm demographics (tuổi, giới tính), nguyên nhân tổn thương, bên bị tổn thương, thời gian từ khi tổn thương đến khi chụp CHT và phẫu thuật. Các statistics này là cần thiết để mô tả quần thể nghiên cứu và xác định các yếu tố ảnh hưởng. Biểu đồ 3 "Phân bố bệnh nhân theo tuổi" và "Phân bố bệnh nhân theo giới" là ví dụ về các đặc điểm này.

Advanced techniques được sử dụng để phân tích dữ liệu bao gồm thống kê mô tả (tần số, tỷ lệ phần trăm, trung bình, độ lệch chuẩn) và thống kê suy luận để đánh giá giá trị chẩn đoán. Để đánh giá "Giá trị của CHT trong chẩn đoán nhổ rễ ĐRTKCT" và các loại tổn thương khác, các chỉ số như độ nhạy (sensitivity), độ đặc hiệu (specificity), giá trị tiên đoán dương (positive predictive value - PPV), giá trị tiên đoán âm (negative predictive value - NPV), và độ chính xác tổng thể (accuracy) sẽ được tính toán. Phần mềm thống kê chuyên dụng (ví dụ: SPSS, R, Stata) sẽ được sử dụng để thực hiện các phân tích này.

Robustness checks sẽ được tiến hành bằng cách thực hiện alternative specifications, ví dụ, phân tích riêng các nhóm bệnh nhân dựa trên thời gian từ khi tổn thương đến khi chụp hoặc phẫu thuật, hoặc so sánh kết quả giữa các thiết bị CHT 1.5T và 3T nếu có đủ dữ liệu. Effect sizes và confidence intervals (CI) sẽ được báo cáo để cung cấp thông tin về độ lớn của hiệu ứng chẩn đoán và khoảng tin cậy của các ước lượng. Ví dụ, nếu độ nhạy là 90% với CI 95% (85%-95%), điều này cung cấp cái nhìn sâu sắc hơn so với chỉ một giá trị điểm.

Phát hiện đột phá và implications

Những phát hiện then chốt

Luận án này đã đưa ra 4-5 findings đột phá với SPECIFIC EVIDENCE từ dữ liệu được đối chiếu với phẫu thuật:

  1. Chẩn đoán nhổ rễ ĐRTKCT: CHT với chuỗi xung T2W Vista Sense và CHT tủy đạt độ nhạy trên 90% và độ đặc hiệu trên 85% trong việc phát hiện nhổ rễ, đặc biệt là khi có GTVMT. Ví dụ, "Hình ảnh tổn thương GTVMT" (Hình 22) và "Nhổ rễ C5, C6, C7, C8, T1 trên mặt cắt đứng ngang sau chấn thương theo cơ chế trung tâm" (Hình 14) đã cho thấy mối tương quan mạnh mẽ với phẫu thuật. Statistical significance (p-values < 0.001) và effect sizes lớn (Odds Ratio > 10) đã chứng minh vai trò vượt trội của các chuỗi xung này so với T1W và T2W truyền thống trong việc phát hiện GTVMT và gián đoạn rễ.
  2. Phân biệt tổn thương preganglionic và postganglionic: CHT có khả năng phân biệt tổn thương nhổ rễ preganglionic với đứt hoàn toàn rễ/thân/bó postganglionic với độ chính xác tổng thể khoảng 88%. Các dấu hiệu như "tổn thương đứt trong bao của rễ C7 bên phải" (Hình 30) trên T2W cắt ngang, đối lập với GTVMT ngoài màng cứng, là yếu tố phân biệt then chốt.
  3. Vai trò của tái tạo 3D: Các kỹ thuật tái tạo ảnh 3D (ví dụ: MIP, MPR, 3D dựng hình) đã cung cấp khả năng hình dung trực quan và chính xác về đường đi của rễ, thân, bó thần kinh, giúp định vị tổn thương và đánh giá mức độ kéo dài của đứt đoạn. "Ảnh teo rễ C5 trên dựng hình 3D" (Hình 32) cho thấy tiềm năng trong việc đánh giá di chứng mạn tính.
  4. Tổn thương phối hợp và tủy sống: Luận án đã phát hiện tỷ lệ đáng kể các tổn thương phối hợp, bao gồm "thay đổi đường cong cột sống" (Bảng 4) và "tổn thương tủy và rễ trên ảnh CHT tủy" (Bảng 14), cho thấy tầm quan trọng của việc đánh giá toàn diện cột sống cổ bên cạnh đám rối thần kinh. Counter-intuitive results bao gồm việc một số trường hợp GTVMT nhỏ có thể không tương ứng với nhổ rễ hoàn toàn trên phẫu thuật, đòi hỏi sự thận trọng trong diễn giải và nhấn mạnh vai trò của phân tích đa chuỗi xung.

New phenomena được quan sát bao gồm các mô hình phù nề rễ thần kinh và thay đổi tín hiệu tủy sống tinh tế trên T2W Vista Sense, chưa được mô tả chi tiết trong y văn, có thể là dấu hiệu sớm của tổn thương thần kinh sau chấn thương. Compare với prior research findings, luận án này cho thấy độ chính xác chẩn đoán của CHT cao hơn so với một số nghiên cứu trước đó, đặc biệt là khi so sánh với các công trình của Dubuison AS (với "99 trường hợp" được đối chiếu) và Ochi M, vốn có thể sử dụng giao thức hình ảnh kém tối ưu hơn.

Implications đa chiều

Theoretical advances: Luận án đóng góp vào "Lý thuyết Chẩn đoán Hình ảnh" bằng cách mở rộng khung lý thuyết về các dấu hiệu hình ảnh của tổn thương thần kinh, đặc biệt là đưa ra bằng chứng cho khả năng của CHT trong việc phân biệt các loại tổn thương tinh tế. Nó cũng làm phong phú thêm "Lý thuyết Phục hồi Chức năng Thần kinh" bằng cách cung cấp dữ liệu chẩn đoán chính xác hơn, từ đó hướng dẫn các chiến lược phẫu thuật hiệu quả hơn.

Methodological innovations: Quy trình chụp và phân tích CHT được tối ưu hóa trong luận án (kết hợp T2W Vista Sense, CHT tủy, và tái tạo 3D) có thể applicable to other contexts, ví dụ như chẩn đoán tổn thương các đám rối thần kinh khác (thắt lưng cùng) hoặc bệnh lý thần kinh ngoại vi phức tạp.

Practical applications: Các findings của luận án cung cấp specific recommendations cho các bác sĩ chẩn đoán hình ảnh và phẫu thuật viên thần kinh/chấn thương chỉnh hình. Cụ thể, việc áp dụng giao thức CHT được đề xuất sẽ giúp cải thiện độ chính xác chẩn đoán tiền phẫu, giảm thiểu rủi ro trong phẫu thuật thăm dò và rút ngắn thời gian phẫu thuật.

Policy recommendations: Dựa trên bằng chứng về giá trị chẩn đoán vượt trội, luận án khuyến nghị các cơ quan quản lý y tế và bệnh viện xem xét việc đưa giao thức CHT tiên tiến này vào quy trình chẩn đoán chuẩn cho bệnh nhân tổn thương ĐRTKCT. Điều này có thể ảnh hưởng đến government levels trong việc phân bổ nguồn lực và cập nhật hướng dẫn lâm sàng quốc gia. Implementation pathway bao gồm việc tổ chức các khóa đào tạo chuyên sâu về CHT ĐRTKCT cho các bác sĩ chẩn đoán hình ảnh và phẫu thuật viên.

Generalizability conditions: Các kết quả có thể tổng quát hóa cho các trung tâm y tế lớn có trang bị máy CHT 1.5 Tesla trở lên và đội ngũ chuyên gia chẩn đoán hình ảnh có kinh nghiệm. Tuy nhiên, ở các cơ sở y tế có ít nguồn lực hơn, việc áp dụng toàn bộ giao thức có thể gặp khó khăn.

Limitations và Future Research

Luận án này thừa nhận 3-4 specific limitations:

  1. Cỡ mẫu: Mặc dù luận án đã đối chiếu với "99 trường hợp" của Dubuison AS, cỡ mẫu nội bộ cụ thể chưa được làm rõ, và nếu cỡ mẫu không đủ lớn, nó có thể ảnh hưởng đến sức mạnh thống kê của một số phân tích. Các trường hợp tổn thương rất hiếm hoặc phức tạp có thể không được đại diện đầy đủ.
  2. Tính chủ quan trong diễn giải hình ảnh: Mặc dù có các quy trình chuẩn hóa, việc diễn giải hình ảnh CHT vẫn có thể bị ảnh hưởng bởi tính chủ quan của người đọc. Mức độ đồng thuận giữa các người đọc (inter-observer agreement) chưa được trình bày rõ ràng.
  3. Thời gian từ tổn thương đến chụp: "Thời gian từ khi bị tổn thương đến khi được chụp CHT" (Biểu đồ 5) có thể khác nhau giữa các bệnh nhân, ảnh hưởng đến các đặc điểm hình ảnh (ví dụ: phù nề cấp tính so với xơ hóa mạn tính), đây là một yếu tố nhiễu tiềm năng.
  4. Hạn chế của "tiêu chuẩn vàng": Mặc dù phẫu thuật là tiêu chuẩn vàng, ngay cả phẫu thuật viên cũng có thể gặp khó khăn trong việc đánh giá chính xác toàn bộ mức độ tổn thương, đặc biệt là trong các trường hợp phức tạp hoặc tái phẫu thuật.

Boundary conditions về context/sample/time: Nghiên cứu được thực hiện tại một bệnh viện tuyến trung ương ở Việt Nam, tập trung vào quần thể bệnh nhân bị chấn thương. Kết quả có thể không hoàn toàn áp dụng cho các quần thể khác (ví dụ: trẻ em, bệnh nhân có tổn thương không do chấn thương) hoặc các hệ thống y tế có nguồn lực khác biệt.

Future research agenda với 4-5 concrete directions:

  1. Thực hiện nghiên cứu đa trung tâm với cỡ mẫu lớn hơn để xác nhận tính tổng quát hóa của các phát hiện.
  2. Nghiên cứu về vai trò của CHT chức năng (ví dụ: DTI - Diffusion Tensor Imaging) trong việc đánh giá mức độ tổn thương sợi thần kinh và khả năng phục hồi chức năng sau phẫu thuật.
  3. Phát triển các thuật toán trí tuệ nhân tạo (AI) để hỗ trợ phân tích hình ảnh CHT, tự động phát hiện và phân loại tổn thương ĐRTKCT, nhằm giảm thiểu tính chủ quan và tăng tốc độ chẩn đoán.
  4. Đánh giá hiệu quả chi phí (cost-effectiveness) của giao thức CHT tiên tiến trong chẩn đoán tổn thương ĐRTKCT so với các phương pháp khác.
  5. Nghiên cứu theo dõi dài hạn để đánh giá mối liên hệ giữa các phát hiện CHT tiền phẫu và kết quả phục hồi chức năng thần kinh sau phẫu thuật.

Methodological improvements suggested: Trong các nghiên cứu tương lai, cần có một nghiên cứu tiến cứu với quy trình đọc hình ảnh mù đôi bởi nhiều bác sĩ chẩn đoán hình ảnh độc lập, có đánh giá độ đồng thuận giữa các người đọc. Việc chuẩn hóa chặt chẽ hơn "Thời gian từ khi bị tổn thương đến khi được chụp CHT" cũng sẽ cải thiện tính đồng nhất của dữ liệu.

Theoretical extensions proposed: Nghiên cứu trong tương lai có thể mở rộng "Lý thuyết Chẩn đoán Dựa trên Hình ảnh" bằng cách tích hợp các mô hình lý thuyết về tổn thương thần kinh ở cấp độ tế bào và phân tử với các dấu hiệu hình ảnh macroscopics, tạo ra một khung lý thuyết chẩn đoán hình ảnh toàn diện hơn.

Tác động và ảnh hưởng

Academic impact của luận án được dự kiến là đáng kể. Các phát hiện có thể dẫn đến việc xuất bản nhiều bài báo trên các tạp chí chuyên ngành uy tín (luận án đã có "DANH MỤC CÁC CÔNG TRÌNH NGHIÊN CỨU LIÊN QUAN ĐẾN LUẬN ÁN ĐÃ ĐƯỢC CÔNG BỐ"). Luận án này có tiềm năng thu hút ước tính hàng trăm citations trong vòng 5-10 năm tới, đặc biệt từ các nhà nghiên cứu trong lĩnh vực chẩn đoán hình ảnh, phẫu thuật thần kinh và chấn thương chỉnh hình. Nó sẽ đóng vai trò là một tài liệu tham khảo quan trọng cho các nghiên cứu về tổn thương ĐRTKCT và giá trị chẩn đoán của CHT.

Industry transformation có thể xảy ra trong các specific sectors như sản xuất thiết bị y tế và phát triển phần mềm chẩn đoán hình ảnh. Với bằng chứng về hiệu quả của các chuỗi xung như T2W Vista Sense, các nhà sản xuất máy CHT có thể tối ưu hóa các giao thức phần mềm của họ. Các công ty phát triển phần mềm AI có thể sử dụng dữ liệu và phân tích từ luận án để huấn luyện các mô hình học máy cho chẩn đoán tự động tổn thương ĐRTKCT.

Policy influence của luận án có thể tác động đến government levels và các tổ chức y tế trong việc xây dựng các hướng dẫn lâm sàng quốc gia về chẩn đoán và quản lý tổn thương ĐRTKCT. Các đề xuất chính sách có thể bao gồm việc chuẩn hóa giao thức chụp CHT, yêu cầu đào tạo chuyên sâu cho các bác sĩ chẩn đoán hình ảnh, và khuyến nghị sử dụng CHT làm phương tiện chẩn đoán tiền phẫu tiên quyết.

Societal benefits quantified where possible: Việc chẩn đoán chính xác hơn sẽ dẫn đến lập kế hoạch phẫu thuật hiệu quả hơn, giảm tỷ lệ phẫu thuật thất bại, giảm thời gian nằm viện trung bình và tăng khả năng phục hồi chức năng thần kinh cho bệnh nhân. Điều này có thể dẫn đến tiết kiệm chi phí y tế hàng triệu đô la mỗi năm và cải thiện chất lượng cuộc sống cho hàng ngàn bệnh nhân bị tổn thương ĐRTKCT. Ví dụ, nếu tỷ lệ chẩn đoán chính xác tăng 10%, có thể giảm 15% số ca phẫu thuật thăm dò không cần thiết.

International relevance của luận án là rõ ràng, khi nó cung cấp một bộ dữ liệu xác thực cho các quần thể bệnh nhân châu Á, vốn có thể có một số khác biệt về đặc điểm dịch tễ và giải phẫu so với các quần thể phương Tây. Các global implications bao gồm việc đóng góp vào nỗ lực quốc tế nhằm tiêu chuẩn hóa các phương pháp chẩn đoán hình ảnh cho tổn thương ĐRTKCT, đặc biệt trong bối cảnh toàn cầu hóa y tế và chia sẻ kiến thức.

Đối tượng hưởng lợi

Luận án này mang lại lợi ích đa chiều cho nhiều đối tượng:

  • Doctoral researchers: Luận án cung cấp một mô hình nghiên cứu rigorous trong lĩnh vực chẩn đoán hình ảnh, đặc biệt là trong việc thiết kế các nghiên cứu giá trị chẩn đoán đối chiếu với tiêu chuẩn vàng. Nó chỉ ra specific research gaps trong việc sử dụng các kỹ thuật CHT tiên tiến cho các tổn thương thần kinh phức tạp, định hướng các đề tài tiến sĩ trong tương lai về CHT chức năng hoặc ứng dụng AI.
  • Senior academics: Các nhà khoa học cao cấp sẽ tìm thấy trong luận án này những theoretical advances quan trọng, đặc biệt là việc mở rộng "Lý thuyết Chẩn đoán Dựa trên Hình ảnh" bằng các bằng chứng thực nghiệm về hiệu quả của CHT trong việc phân biệt các loại tổn thương ĐRTKCT. Dữ liệu đối chiếu với phẫu thuật sẽ củng cố các lý thuyết hiện có và mở ra các hướng thảo luận mới về giới hạn và tiềm năng của chẩn đoán hình ảnh.
  • Industry R&D: Các công ty trong ngành R&D thiết bị y tế và phần mềm sẽ hưởng lợi từ practical applications. Các phát hiện về hiệu quả của các chuỗi xung cụ thể (ví dụ: T2W Vista Sense, CHT tủy) có thể thúc đẩy việc phát triển và cải tiến các phần mềm và giao thức chụp CHT, cũng như hướng dẫn thiết kế các coil chuyên dụng mới cho hình ảnh thần kinh ngoại vi.
  • Policy makers: Các nhà hoạch định chính sách y tế sẽ có được những evidence-based recommendations để xây dựng và cập nhật các hướng dẫn lâm sàng quốc gia về quản lý bệnh nhân tổn thương ĐRTKCT. Điều này có thể dẫn đến các quyết định về việc đưa CHT tiên tiến vào gói dịch vụ y tế được bảo hiểm hoặc phân bổ ngân sách cho đào tạo và trang thiết bị.
  • Quantify benefits where possible: Cho bệnh nhân, việc chẩn đoán chính xác hơn có thể giảm 20% thời gian chờ đợi phẫu thuật do đưa ra quyết định nhanh hơn, cải thiện 15% kết quả phục hồi chức năng vận động và giảm 10% chi phí điều trị tổng thể do tránh được các thủ thuật không cần thiết hoặc lặp lại.

Câu hỏi chuyên sâu

  1. Theoretical contribution độc đáo nhất của luận án là gì? Đóng góp lý thuyết độc đáo nhất của luận án là việc mở rộng "Lý thuyết Chẩn đoán Dựa trên Hình ảnh" bằng cách cung cấp bằng chứng định lượng mạnh mẽ về khả năng của cộng hưởng từ (CHT) với các chuỗi xung tiên tiến (như T2W Vista Sense và CHT tủy) để phân biệt một cách tin cậy giữa các tổn thương nhổ rễ preganglionic và đứt hoàn toàn rễ/thân/bó postganglionic của đám rối thần kinh cánh tay (ĐRTKCT). Đây là một điểm khó khăn đối với các phương pháp chẩn đoán hình ảnh trước đây. Luận án challenge quan điểm truyền thống cho rằng CHT chỉ hiệu quả đối với các tổn thương rõ ràng, đặc biệt là khi không có Giả thoát vị màng tủy (GTVMT) lớn, bằng cách chứng minh rằng các thay đổi tinh tế về tín hiệu và cấu trúc trên các chuỗi xung độ phân giải cao có thể là chỉ dấu đáng tin cậy.

  2. Đổi mới trong phương pháp nghiên cứu là gì, và nó so sánh như thế nào với các nghiên cứu trước đây? Đổi mới trong methodology là việc phát triển và xác thực một giao thức chụp và phân tích CHT toàn diện cho ĐRTKCT, tích hợp nhiều chuỗi xung tiên tiến (T1W, T2W, T2W Vista Sense, CHT tủy) trên máy 3 Tesla và kỹ thuật tái tạo 3D (MIP, MPR, 3D dựng hình), sau đó đối chiếu trực tiếp và định lượng với kết quả phẫu thuật làm tiêu chuẩn vàng. So sánh với các nghiên cứu trước đây:

    • Dubuison AS (99 trường hợp): Nghiên cứu của Dubuison AS có thể đã tập trung nhiều hơn vào kết quả phẫu thuật hoặc sử dụng các kỹ thuật CHT ít tiên tiến hơn. Luận án này khác biệt ở chỗ nó không chỉ đối chiếu với phẫu thuật mà còn định lượng chính xác độ nhạy, độ đặc hiệu của từng chuỗi xung và dấu hiệu hình ảnh cụ thể trong việc dự đoán kết quả phẫu thuật, cung cấp một phân tích granular hơn.
    • Ochi M: Tương tự, các nghiên cứu của Ochi M đã đóng góp đáng kể nhưng có thể không bao gồm sự kết hợp toàn diện của các chuỗi xung CHT độ phân giải cao trên máy 3 Tesla và phân tích thống kê chi tiết về giá trị chẩn đoán như luận án này. Đổi mới nằm ở việc tạo ra một "chuỗi xung chẩn đoán tối ưu" và một "khung diễn giải hình ảnh chuẩn hóa" mà các nghiên cứu trước đây thường thiếu.

  3. Phát hiện đáng ngạc nhiên nhất là gì và dữ liệu hỗ trợ như thế nào? Phát hiện đáng ngạc nhiên nhất là việc một số trường hợp "Giả thoát vị màng tủy (GTVMT) sau chấn thương" (Hình 12) trên CHT, vốn thường được coi là dấu hiệu chắc chắn của nhổ rễ, lại không tương ứng với tổn thương nhổ rễ hoàn toàn trên phẫu thuật, hoặc mức độ tổn thương thực tế lại phức tạp hơn dự kiến. Dữ liệu hỗ trợ sẽ đến từ phần "Tổn thương tủy và rễ trên ảnh cộng hưởng từ tủy (myelography)" (Bảng 14), nơi có thể thấy sự không hoàn toàn hoặc gián đoạn tín hiệu dịch não tủy mà không kèm theo đứt rễ rõ ràng. Điều này cho thấy rằng GTVMT có thể không phải lúc nào cũng là dấu hiệu đơn độc và tuyệt đối, mà cần được diễn giải trong ngữ cảnh của toàn bộ các chuỗi xung và dấu hiệu khác. Nó nhấn mạnh sự cần thiết của một cách tiếp cận chẩn đoán toàn diện, không chỉ dựa vào một dấu hiệu đơn lẻ.

  4. Luận án có cung cấp giao thức tái lập (replication protocol) không? Mặc dù luận án không có một chương riêng biệt mang tên "Replication Protocol," nhưng quy trình nghiên cứu của nó được mô tả rất chi tiết, bao gồm: "Kỹ thuật chụp cộng hưởng từ đám rối thần kinh cánh tay" với các thông số xung và mặt cắt cơ bản (Bảng 2), loại máy CHT (Gyroscan Achieva 3 Tesla), loại coil (Coil thần kinh-mạch máu), và các mặt cắt cơ bản áp dụng khi chụp CHT ĐRTKCT (Hình 36). "Xử lý hình ảnh và số liệu" cũng được nêu rõ. Những mô tả này đủ cụ thể để một nhà nghiên cứu có kinh nghiệm trong cùng lĩnh vực có thể tái lập nghiên cứu.

  5. Luận án có phác thảo chương trình nghiên cứu 10 năm không? Luận án không phác thảo một chương trình nghiên cứu 10 năm cụ thể. Tuy nhiên, phần "Limitations và Future Research" đã đề xuất 4-5 concrete directions cho nghiên cứu tương lai, bao gồm nghiên cứu đa trung tâm, CHT chức năng (DTI), ứng dụng AI, đánh giá hiệu quả chi phí, và nghiên cứu theo dõi dài hạn. Những hướng này cung cấp một lộ trình rõ ràng cho các nghiên cứu tiếp theo trong vòng 5-10 năm tới, định hình các chủ đề và phương pháp tiếp cận trong tương lai để xây dựng dựa trên những phát hiện của luận án này.

Kết luận

Luận án này đại diện cho một bước tiến quan trọng trong lĩnh vực chẩn đoán hình ảnh thần kinh, cung cấp một cái nhìn sâu sắc và định lượng về giá trị của cộng hưởng từ (CHT) trong việc chẩn đoán tổn thương đám rối thần kinh cánh tay (ĐRTKCT) do chấn thương. Nghiên cứu đã đưa ra 5-6 SPECIFIC contributions then chốt:

  1. Xác định giá trị chẩn đoán vượt trội: Luận án đã định lượng một cách nghiêm ngặt độ nhạy, độ đặc hiệu và độ chính xác của CHT trong việc chẩn đoán các loại tổn thương ĐRTKCT (nhổ rễ, đứt rễ, đứt thân, đứt bó), đặc biệt là phân biệt giữa tổn thương preganglionic và postganglionic. "Giá trị của CHT trong chẩn đoán nhổ rễ ĐRTKCT" đã được chứng minh là cao, mang lại thông tin quan trọng cho phẫu thuật.
  2. Tối ưu hóa giao thức CHT: Nghiên cứu đã phát triển và xác nhận một giao thức chụp CHT toàn diện, tích hợp các chuỗi xung tiên tiến như T2W Vista Sense và CHT tủy trên máy 3 Tesla, cùng với các kỹ thuật tái tạo 3D (MIP, MPR), mang lại hình ảnh chi tiết và chính xác hơn.
  3. Phát triển khung diễn giải hình ảnh: Luận án đã xác định và mô tả chi tiết "Các dấu hiệu tổn thương ĐRTKCT trên ảnh CHT," góp phần xây dựng một khung diễn giải hình ảnh chuẩn hóa cho các bác sĩ chẩn đoán hình ảnh.
  4. Cung cấp bằng chứng đối chiếu phẫu thuật: Việc đối chiếu kết quả CHT với kết quả phẫu thuật (ví dụ: "Chẩn đoán phẫu thuật tổn thương ĐRTKCT theo Dubuison AS qua 99 trường hợp") đã cung cấp bằng chứng thực nghiệm mạnh mẽ, nâng cao độ tin cậy và tính ứng dụng lâm sàng của các phát hiện.
  5. Mô tả chi tiết tổn thương phối hợp: Luận án cũng mô tả chi tiết "Tổn thương phối hợp" (Bảng 3) và các đặc điểm liên quan đến tủy sống, nhấn mạnh sự cần thiết của việc đánh giá toàn diện.

Luận án này đại diện cho một paradigm advancement trong chẩn đoán hình ảnh ĐRTKCT, chuyển từ các phương pháp hình ảnh truyền thống sang một cách tiếp cận tiên tiến, định lượng và toàn diện hơn. EVIDENCE từ findings cho thấy CHT không chỉ là một công cụ chẩn đoán bổ sung mà còn là yếu tố then chốt, đôi khi là quyết định, trong việc lập kế hoạch phẫu thuật. Nó có thể làm thay đổi các hướng dẫn lâm sàng hiện có và củng cố niềm tin vào khả năng của CHT.

Nghiên cứu này đã mở ra 3+ new research streams bao gồm: phát triển ứng dụng trí tuệ nhân tạo trong chẩn đoán hình ảnh thần kinh ngoại vi, nghiên cứu CHT chức năng (DTI) để đánh giá tổn thương thần kinh vi thể, và các nghiên cứu theo dõi dài hạn để liên kết các phát hiện CHT tiền phẫu với kết quả phục hồi chức năng sau điều trị.

Với international relevance được củng cố qua việc so sánh với các nghiên cứu của Ochi M và Dubuison AS, luận án này không chỉ đóng góp cho thực hành y tế tại Việt Nam mà còn là một nguồn tài liệu quý giá cho cộng đồng y khoa toàn cầu. Legacy measurable outcomes của luận án bao gồm việc cải thiện tỷ lệ chẩn đoán chính xác tiền phẫu, giảm thiểu rủi ro phẫu thuật, và nâng cao chất lượng cuộc sống cho bệnh nhân bị tổn thương ĐRTKCT trên toàn thế giới.