Recommendations for design and conduct of preclinical in vivo studies of orthopedic device‐related infection
Notice bibliographique
Résumé
Orthopedic device-related infection (ODRI), including both fracture-related infection (FRI) and periprosthetic joint infection (PJI), remain among the most challenging complications in orthopedic and musculoskeletal trauma surgery. ODRI has been convincingly shown to delay healing, worsen functional outcome and incur significant socio-economic costs. To address this clinical problem, ever more sophisticated technologies targeting the prevention and/or treatment of ODRI are being developed and tested in vitro and in vivo. Among the most commonly described innovations are antimicrobial-coated orthopedic devices, antimicrobial-loaded bone cements and void fillers, and dual osteo-inductive/antimicrobial biomaterials. Unfortunately, translation of these technologies to the clinic has been limited, at least partially due to the challenging and still evolving regulatory environment for antimicrobial drug-device combination products, and a lack of clarity in the burden of proof required in preclinical studies. Preclinical in vivo testing (i.e. animal studies) represents a critical phase of the multidisciplinary effort to design, produce and reliably test both safety and efficacy of any new antimicrobial device. Nonetheless, current in vivo testing protocols, procedures, models, and assessments are highly disparate, irregularly conducted and reported, and without standardization and validation. The purpose of the present opinion piece is to discuss best practices in preclinical in vivo testing of antimicrobial interventions targeting ODRI. By sharing these experience-driven views, we aim to aid others in conducting such studies both for fundamental biomedical research, but also for regulatory and clinical evaluation. © 2019 Orthopaedic Research Society. Published by Wiley Periodicals, Inc. J Orthop Res 37:271-287, 2019.
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 | 0,075 | 0,091 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,004 |
| Bibliométrie | 0,005 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,008 | 0,003 |
| Intégrité de la recherche | 0,012 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,031 | 0,035 |
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 ».