The role of decompressive craniectomy in traumatic brain injury: A systematic review and meta-analysis
Notice bibliographique
Résumé
The objective is to evaluate the efficacy of early decompressive craniectomy (DC) versus standard medical management ± late DC in improving clinical outcome in patients with traumatic brain injury (TBI). Electronic databases and gray literature (unpublished articles) were searched under different MeSH terms from 1990 to present. Randomized control trials, case–control studies, and prospective cohort studies on DC in moderate and severe TBI. Clinical outcome measures included Glasgow Coma Outcome Scale (GCOS) and extended GCOS, and mortality. Data were extracted to Review Manager software. A total of 45 articles and abstracts that met the inclusion criteria were retrieved and analyzed. Ultimately, seven studies were included in our meta-analysis, which revealed that patients who had early DC had no statistically significant likelihood of having a favorable outcome at 6 months than those who had a standard medical care alone or with late DC (OR of favorable clinical outcome at 6 months: 1.00; 95% confidence interval (CI): 0.75–1.34; P = 0.99). The relative risk (RR) of mortality in early DC versus the standard medical care ± late DC at discharge or 6 months is 0.62; 95% CI: 0.40–0.94; P = 0.03. Subgroup analysis based on RR of mortality shows that the rate of mortality is reduced significantly in the early DC group as compared to the late DC. RR of Mortality is 0.43; 95% CI: 0.26–0.71; P = 0.0009. However, good clinical outcome is the same. Early DC saves lives in patients with TBI. However, further clinical trials are required to prove if early DC improve clinical outcome and to define the best early time frame in performing early DC in TBI population.
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,014 | 0,007 |
| Bibliométrie | 0,001 | 0,002 |
| 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 ».