MétaCan
Menu
Retour à la cohorte
Enregistrement W3003286640 · doi:10.3171/2019.11.spine19896

Gender differences in the surgical management of lumbar degenerative disease: a scoping review

2020· review· en· W3003286640 sur OpenAlexaff
Mark A. MacLean, Charles Touchette, Jae Hwi Han, Sean Christie, Gwynedd E. Pickett

Notice bibliographique

RevueJournal of Neurosurgery Spine · 2020
Typereview
Langueen
DomaineMedicine
ThématiqueSpine and Intervertebral Disc Pathology
Établissements canadiensCentre Hospitalier Universitaire de SherbrookeNova Scotia Health AuthorityDalhousie University
Organismes subventionnairesnon disponible
Mots-clésMedicineSystematic reviewPhysical therapyDegenerative disc diseaseMEDLINELumbar disc diseaseOrthopedic surgeryQuality of life (healthcare)Meta-analysisLumbarSurgeryInternal medicine

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: Despite efforts toward achieving gender equality in clinical trial enrollment, females are often underrepresented, and gender-specific data analysis is often unavailable. Identifying and reducing gender bias in medical decision-making and outcome reporting may facilitate equitable healthcare delivery. Gender disparity in the utilization of surgical therapy has been exemplified in the orthopedic literature through studies of total joint arthroplasty. A paucity of literature is available to guide the management of lumbar degenerative disease, which stratifies on the basis of demographic factors. The objective of this study was to systematically map and synthesize the adult surgical literature regarding gender differences in pre- and postoperative patient-reported clinical assessment scores for patients with lumbar degenerative disease (disc degeneration, disc herniation, spondylolisthesis, and spinal canal stenosis). METHODS: A systematic scoping review was performed according to the Preferred Reporting Items for Systematic Reviews and Meta-Analyses Extension for Scoping Reviews (PRISMA-ScR) guidelines. MEDLINE, Embase, and the Cochrane Registry of Controlled Trials were searched from inception to September 2018. Study characteristics including patient demographics, diagnoses, procedures, and pre- and postoperative clinical assessment scores (pain, disability, and health-related quality of life [HRQoL]) were collected. RESULTS: Thirty articles were identified, accounting for 32,951 patients. Six studies accounted for 84% of patients; 5 of the 6 studies were published by European groups. The most common lumbar degenerative conditions were disc herniation (59.0%), disc degeneration (20.3%), and spinal canal stenosis (15.9%). The majority of studies reported worse preoperative pain (93.3%), disability (81.3%), and HRQoL (75%) among females. The remainder reported equivalent preoperative scores between males and females. The majority of studies (63.3%) did not report preoperative duration of symptoms, and this represents a limitation of the data. Eighty percent of studies found that females had worse absolute postoperative scores in at least one outcome category (pain, disability, or HRQoL). The remainder reported equivalent absolute postoperative scores between males and females. Seventy-three percent of studies reported either an equivalent or greater interval change for females. CONCLUSIONS: Female patients undergoing surgery for lumbar degenerative disease (disc degeneration, disc herniation, spondylolisthesis, and spinal canal stenosis) have worse absolute preoperative pain, disability, and HRQoL. Following surgery, females have worse absolute pain, disability, and HRQoL, but demonstrate an equal or greater interval change compared to males. Further studies should examine gender differences in preoperative workup and clinical course.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,374
Score d'incertitude au seuil0,739

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,168
Tête enseignante GPT0,405
Écart entre enseignants0,237 · 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'étudeRevue systématique
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

Citations69
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Neurosurgery SpineMême sujetSpine and Intervertebral Disc PathologyTravaux en français237 207