Effect of contact with podiatry in a team approach context on diabetic foot ulcer and lower extremity amputation: systematic review and meta‐analysis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Multidisciplinary team (MDT) approach has been shown to reduce diabetic foot ulcerations (DFUs) and lower extremity amputations (LEAs), but there is heterogeneity between team members and interventions. Podiatrists have been suggested as “gatekeepers” for the prevention and management of DFUs. The purpose of our study is to review the effect of podiatric interventions in MDTs on DFUs and LEAs. We conducted a systematic review of available literature. Data's heterogeneity about DFU outcomes made it impossible for us to include it in a meta‐analysis, but we identified 12 studies fulfilling inclusion criteria that allowed for them to be included for LEA outcomes. With the exception of one study, all reported favourable outcomes for MDTs that include podiatry. We found statistical significance in favour of an MDT approach including podiatrists for our primary outcome (total LEAs (RR: 0.69, 95% CI 0.54–0.89, I 2 = 64%, P = 0.002)) and major LEAs (RR: 0.45, 95% CI 0.23–0.90, I 2 = 67%, P < 0.02). Our systematic review, with a standard search strategy, is the first to specifically address the relevant role of podiatrists and their interventions in an MDT approach for DFU management. Our observations support the literature that MDTs including podiatrists have a positive effect on patient outcomes but there is insufficient evidence that MDTs with podiatry management can reduce the risk of LEAs. Our study highlights the necessity for intervention descriptions and role definition in team approach in daily practice and in published literature.
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.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,007 | 0,001 |
| 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 | 0,000 | 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 découle