MétaCan
Menu
Retour à la cohorte
Enregistrement W2933345771 · doi:10.2106/jbjs.18.00632

Diagnostic Accuracy of Serum, Synovial, and Tissue Testing for Chronic Periprosthetic Joint Infection After Hip and Knee Replacements

2019· review· en· W2933345771 sur OpenAlexaff
Alberto Carli, Hesham Abdelbary, Nadera Ahmadzai, Wei Cheng, Beverley Shea, Brian Hutton, Jhase Sniderman, Brendan Scott Philip Sanders, Leila Esmaeilisaraji, Becky Skidmore, Olivier Y. Gauthier-Kwan, Alexandra C. Bunting, Paul Gauthier, Agnes Crnic, Kartik Logishetty, David Moher, Dean Fergusson, Paul E. Beaulé

Notice bibliographique

RevueJournal of Bone and Joint Surgery · 2019
Typereview
Langueen
DomaineMedicine
ThématiqueOrthopedic Infections and Treatments
Établissements canadiensUniversity of OttawaOttawa Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicinePeriprostheticCochrane LibraryMeta-analysisKnee replacementLeukocyte esteraseArthroplastyInternal medicineSurgery

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Chronic periprosthetic joint infection (PJI) is a devastating complication that can occur following total joint replacement. Patients with chronic PJI report a substantially lower quality of life and face a higher risk of short-term mortality. Establishing a diagnosis of chronic PJI is challenging because of conflicting guidelines, numerous tests, and limited evidence. Delays in diagnosing PJI are associated with poorer outcomes and morbid revision surgery. The purpose of this systematic review was to compare the diagnostic accuracy of serum, synovial, and tissue-based tests for chronic PJI. METHODS: This review adheres to the Cochrane Collaboration's diagnostic test accuracy methods for evidence searching and syntheses. A detailed search of MEDLINE, Embase, the Cochrane Library, and the grey literature was performed to identify studies involving the diagnosis of chronic PJI in patients with hip or knee replacement. Eligible studies were assessed for quality and bias using the Quality Assessment of Diagnostic Accuracy Studies-2 (QUADAS-2) tool. Meta-analyses were performed on tests with sufficient data points. Summary estimates and hierarchical summary receiver operating characteristic (HSROC) curves were obtained using a bivariate model. RESULTS: A total of 12,616 citations were identified, and 203 studies met the inclusion criteria. Of these 203 studies, 170 had a high risk of bias. Eighty-three unique PJI diagnostic tests were identified, and 17 underwent meta-analyses. Laboratory-based synovial alpha-defensin tests and leukocyte esterase reagent (LER) strips (2+) had the best performance, followed by white blood-cell (WBC) count, measurement of synovial C-reactive protein (CRP) level, measurement of the polymorphonuclear neutrophil percentage (PMN%), and the alpha-defensin lateral flow test kit (Youden index ranging from 0.78 to 0.94). Tissue-based tests and 3 serum tests (measurement of interleukin-6 [IL-6] level, CRP level, and erythrocyte sedimentation rate [ESR]) had a Youden index between 0.61 to 0.75 but exhibited poorer performance compared with the synovial tests mentioned above. CONCLUSIONS: The quality of the literature pertaining to chronic PJI diagnostic tests is heterogeneous, and the studies are at a high risk for bias. We believe that greater transparency and more complete reporting in studies of diagnostic test results should be mandated by peer-reviewed journals. The available literature suggests that several synovial fluid-based tests perform well for diagnosing chronic PJI and their use is recommended in the work-up of any suspected case of chronic PJI. LEVEL OF EVIDENCE: Diagnostic Level III. See Instructions for Authors for a complete description of levels of evidence.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,919
Score d'incertitude au seuil0,874

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,080
Tête enseignante GPT0,334
Écart entre enseignants0,254 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations93
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Bone and Joint SurgeryMême sujetOrthopedic Infections and TreatmentsTravaux en français237 207