Imaging Improves Efficacy of Vertebroplasty – A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
BACKGROUND: Clinical trials with percutaneous vertebral augmentation (PVA) for intractable pain from vertebral compression fractures (VCF) have shown variable results. Variation in the outcomes may be related to poor patient selection on imaging. OBJECTIVE: To assess if PVA augmentation for osteoporotic VCF results in better improvement in pain when patients were selected based on clinical examination plus imaging vs clinical examination only. RESULTS: A systematic review and meta-analysis were performed. PubMed, Embase and Cochrane Library databases were searched from 2000 to May 2018. Two reviewers independently screened and extracted data to identify randomised control trials (RCTs) on PVA for osteoporotic VCF and assessed the risk of bias. Standard systematic review and meta-analysis methods were advocated by the Cochrane Collaboration and PRISMA Statement. A total of 12 RCTs with 1110 participants met the inclusion criteria. Eight of the 10 studies (938 participants) that used imaging to confirm oedema in the target vertebral bodies showed PVA (compared to nonsurgical treatment) was effective in reducing pain (immediate term: mean difference (MD) of -1.89; 95% confidence interval -1.93 to -1.85, p < 0.001; short term: MD of -1.68; 95% CI -1.82 to -1.54, p < 0.001; intermediate term: MD of -2.04; 95% CI -2.15 to -1.94, p < 0.001 and long term: MD of -1.88; 95% CI -1.95 to -1.80, p < 0.001). CONCLUSIONS: RCTs using imaging to confirm marrow oedema in the index vertebra showed an improved size effect compared to RCTs using no imaging. This benefit was observed in the immediate, short, intermediate and long term.
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 | 0,006 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,007 | 0,003 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,004 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 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 ».