Incidence and risk factors for failed medical management of spinal epidural abscess: a systematic review and meta-analysis
Notice bibliographique
Résumé
OBJECTIVE Spinal epidural abscess (SEA) is a life-threatening infection. It is uncertain whether medical versus surgical treatment is the ideal initial approach for neurologically intact patients with SEA. Recent evidence demonstrates that initial medical management is increasingly common; however, patients who ultimately require surgery after failed medical management may have a worse prognosis than those whose treatment was initially surgical. The primary objective of this study was to establish the current incidence of failed medical management for SEA. The secondary aim was to identify risk factors associated with the failure of medical management. METHODS The authors conducted a systematic review and meta-analysis by searching electronic databases (MEDLINE, Embase, CINAHL, and PubMed), recent conference proceedings, and reference lists of relevant articles. Studies that reported original data on consecutive adult patients with SEA treated medically were eligible for inclusion. RESULTS Twelve studies met the inclusion criteria, which included a total of 489 medically treated patients with SEA. Agreement on articles for study inclusion was very high between the reviewers (kappa 0.86). In a meta-analysis, the overall pooled risk of failed medical management was 29.3% (95% CI 21.4%-37.2%) and when medical to surgical crossover was used to define failure the rate was 26.3% (95% CI 13.0%-39.7%). Only 6 studies provided data for analysis by intended treatment, with a pooled estimate of 35.1% (95% CI 15.7%-54.4%) of failed medical management. Two studies reported predictors of the failure of medical management. CONCLUSIONS Although the incidence of failed medical management of SEA was relatively common in published reports, estimates were highly heterogeneous between studies, thus introducing uncertainty about the frequency of this risk. A consensus definition of failure is required to facilitate comparison of failure rates across studies.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,013 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,017 | 0,036 |
| Bibliométrie | 0,007 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».