Meta-analysis of surgical treatment and non-operative treatment for traumatic subdural effusion in adults
Notice bibliographique
Résumé
Objective To compare the efficacy and prognosis between surgical treatment and non-operative treatment for traumatic subdural effusion (TSE) adult in adults. Methods Wanfang data, VIP database, CNKI, PubMed, EMBase, Cochrane were searched for the relevant papers published between 1985 and 2015. According to the inclusion and exclusion criteria, quality of the papers enrolled was evaluated using the Jadad scale and Newcastle-Ottawa Scale (NOS). RevMan 5.2 software was used to have a meta-analysis on the extracted data between operation group and non-operation group in recent cure rate, short-term effective rate, recent inefficiency, recent chronic subdural hematoma (CSDH) incidence, early mortality, long-term cure rate and long-term CSDH incidence, and bias analysis of the results was conducted. Results Nine papers with a total of 824 patients were enrolled in this meta-analysis. There were no significant differences between the two groups with respect to recent cure rate (OR=2.39, 95%CI 0.72~7.88, P>0.05), recent inefficiency(OR=0.85, 95%CI 0.12-6.01, P>0.05), recent CSDH incidence (OR=0.79, 95%CI 0.35-1.76, P>0.05) and early mortality (OR=2.88, 95%CI 0.13-61.55, P>0.05). Between-group differences were significant in short-term effective rate (OR=0.20, 95%CI 0.06-0.64, P<0.01), long-term cure rate (OR=0.32, 95%CI 0.14-0.71, P<0.01), long-term CSDH incidence(OR=3.14, 95%CI 1.42-6.97, P<0.01). Bias analysis showed no publication bias in the long-term outcome of the enrolled papers. Conclusion For TSE patients, surgical treatment exhibits significantly better results in recent effective rate, long-term cure rate and long-term CSDH incidence than non-operative treatment. Key words: Subdural effusion, traumatic; Brain injuries; Meta-analysis
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,000 | 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 ».