Is high tibial osteotomy better than proximal fibula osteotomy for treating knee osteoarthritis? A protocol for a systematic review and meta-analysis of clinical controlled trials
Notice bibliographique
Résumé
BACKGROUND: Knee osteoarthritis (KOA) is a common disease in the elderly, which seriously reduces the quality of life of patients and increases the social burden. proximal fibula osteotomy (PFO) and high tibial osteotomy (HTO) are effective methods to treat KOA. However, it is not entirely clear which method has the advantage. Therefore, we evaluated the efficacy and safety of HTO and PFO in the treatment of KOA. METHODS: Randomized controlled trials from online databases including PubMed, Embase, the Cochrane Library, China National Knowledge Infrastructure, Chinese Scientific Journal Database, Wanfang Data and Chinese Biomedical Literature Database that compared the efficacy of HTO and PFO in the treatment of KOA were retrieved. The main outcomes included hospital for special surgery (HSS) knee scores, knee society knee scoring system (KSS) score, visual analog scale (VAS) knee pain scores, western ontario and McMaster universities osteoarthritis index score, operation time, intraoperative bleeding volume, hospitalization time, complications. The Cochrane risk of bias tool was used to assess methodological quality. RESULTS: The literature will provide a high-quality analysis of the current evidence supporting HTO for KOA based on various comprehensive assessments including HSS scores, KSS score, VAS scores, western Ontario and McMaster universities osteoarthritis index score, operation time, intraoperative bleeding volume, hospitalization time, and complications. CONCLUSION: This proposed systematic review will provide up-to-date evidence to assess the effect of HTO in the treatment for patients with KOA.
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 | 0,014 | 0,047 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,087 | 0,016 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».