The effect of platelet-rich plasma on reducing blood loss after total knee arthroplasty
Notice bibliographique
Résumé
BACKGROUND: Efficacy and safety of platelet-rich plasma (PRP) compared with control for preventing postoperative bleeding after total knee arthroplasty (TKA) is controversial. We performed a meta-analysis of randomized controlled trials (RCTs) to determine whether PRP might reduce blood loss and improve function following TKA. METHODS: PubMed, Medline, Embase, Web of Science, and the Cochrane Library were searched to identify RCTs comparing PRP with control for patients undergoing unilateral TKA. The mean difference (MD) of total blood loss, hemoglobin (Hb) level, Hb drop, drain volume, range of motion (ROM), Western Ontario and McMaster Osteoarthritis Index (WOMAC) scores, length of hospital stay (LOS), and odds ratios of transfusion rate and postoperative complications in the PRP and control groups were pooled throughout the study. Relevant data were meta-analyzed using RevMan v5.3. RESULTS: Six RCTs involving 529 patients were included (208 PRP vs. 321 controls). The application of PRP in TKA had a significantly less calculated total blood loss (MD = -98.11; 95% confidence interval [CI]: -153.63 to -42.59, P = .0005) and lower Hb drop (MD = -0.34; 95% CI: -0.59 to -0.09, P = .008) than the control in the early postoperative period while decreasing the LOS (MD = -2.12; 95% CI: -3.47 to -0.76, P = .002). No significant differences were seen in drain volume, Hb level, transfusion rate, ROM, WOMAC scores, and complications between the 2 groups (P > .05). CONCLUSIONS: Our meta-analysis suggests that PRP appears to be effective in reducing postoperative blood loss and lowering Hb drop without increasing the risks of postoperative complications after TKA. However, owing to the variation of included studies, no firm conclusions can be drawn.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».