Effects of Low-Intensity Pulsed Ultrasound Therapy on Fracture Healing
Notice bibliographique
Résumé
OBJECTIVE: This systematic review and meta-analysis was performed to identify the clinical trials relevant to the effects of low-intensity pulsed ultrasound (LIPUS) on bone regeneration. DESIGN: We searched five international electronic databases including MEDLINE (1966-June 2010), and PubMed, EMBase, Cumulative Index to Nursing and Allied Health, and Cochrane (1980-June 2010) to identify the relevant studies on the effects of LIPUS on bone healing. The inclusion criteria were human clinical trial, all types of bones, fractures, and outcome measurements, LIPUS application, and English language. Overall, 260 potentially eligible abstracts were identified, and 65 articles were retrieved in full text. Of the 65 studies, 23 met the inclusion criteria and were critically appraised by two raters independently using the PEDro quality measurement method. The results of all eligible studies were categorized in three groups: fresh fractures, delayed or nonunions, and distraction osteogenesis. Seven trials among fresh fracture trials were identified eligible for meta-analysis because of the varieties of outcome measurements and clinical situations. The time of the third cortical bridging (increase in density or size of initial periosteal reaction) in radiographic healing was our common criteria for the meta-analysis. RESULTS: The time of third cortical bridging was statistically earlier following LIPUS therapy in fresh fractures (mean random effect, 2.263; 95% CI, 0.183-4.343, P = 0.033). CONCLUSIONS: LIPUS can stimulate radiographic bone healing in fresh fractures. Although there is weak evidence that LIPUS also supports radiographic healing in delayed unions and nonunions, it was not possible to pool the data because of a paucity of sufficient studies with similar outcome measures.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».