Antibiotic Cement in Arthroplasty: A Meta-analysis of Randomized Controlled Trials
Notice bibliographique
Résumé
Introduction Periprosthetic joint infection (PJI) following arthroplasty surgery is a devastating complication. Antibiotic cement has been proposed as a way to reduce PJI rates. The aim of this systematic review and meta-analysis was to review all of the available randomized controlled trial (RCT) evidence on the use of antibiotic cement in arthroplasty. Methods PubMed, MEDLINE, and Embase were searched. All records were screened in triplicate. Eligible RCTs were included. Data regarding study characteristics, patient demographics, and rates of superficial and deep infection were collected. The risk of bias was assessed using the Cochrane Risk of Bias Assessment Tool 2.0. Results Five RCTs were included (n = 4,397). Four studies compared antibiotic cement to plain cement while one study compared high-dose dual-antibiotic (HDDA) cement to low-dose single-antibiotic (LDSA) cement. The mean age of included patients was 76.4 years (range: 68-83). There was no significant difference in superficial infection rates between antibiotic and plain cement (odds ratio (OR): 1.33, 95% Confidence Interval (CI): 0.77-2.30, p = 0.3). There was a large but non-significant reduction in deep infection rates for antibiotic cement (OR: 0.20, 95%CI: 0.03-1.32, p = 0.09). There was a significantly lower rate of infection with HDDA as compared to LDSA (OR: 0.31, 95% CI: 0.09-0.88, p = 0.041). Conclusion The available evidence from RCTs reveals a potential benefit for antibiotic cement in arthroplasty surgery, though this difference is non-significant and highly imprecise. Furthermore, HDDA cement was significantly more effective than LDSA cement. There is a need for large, pragmatic trials on this topic.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,009 | 0,004 |
| Bibliométrie | 0,000 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».