Acute Fifth Metatarsal Tuberosity Fractures: A Systematic Review of <scp>Nonoperative</scp> Treatment
Notice bibliographique
Résumé
OBJECTIVE: Acute metatarsal fractures are a common lower extremity injury. Although surgery may be recommended in specific cases, most are treated nonoperatively. Treatment protocols vary significantly among practitioners, with no consensus on the most efficacious approach. This systematic review aims to identify the effect of treatment protocols on union rate and functional outcome after an acute fifth metatarsal tuberosity fracture. LITERATURE SURVEY: Multiple databases, including CINAHL, EMBASE, MEDLINE, and the Cochrane CEntral Register of Controlled Trials (CENTRAL) were searched from database inception to March 4, 2018 to identify clinical studies addressing nonoperative management of metatarsal fractures reporting nonunion, pain, and/or length of recovery. METHODOLOGY: Two reviewers independently completed title, abstract, and full-text screening. Data abstraction was completed in duplicate. Outcome measures and complications were descriptively analyzed. SYNTHESIS: A total of 1941 studies were eligible for screening. Seven studies (four randomized controlled trials and three prospective cohort studies) satisfied inclusion criteria. This resulted in a total of 388 patient with acute fifth metatarsal tuberosity fractures in 12 different treatment arms, with the most common treatment including plaster casting (7). The mean age was 42 years (27 to 56 years), and the overall nonunion rate was low (1.1%). Four unique functional scores were reported across all studies, and all showed good to excellent short-term results. The overall qualities of studies were moderate, with particular limitations in randomization and concealment allocation. CONCLUSION: Most acute fifth metatarsal tuberosity fractures heal well, with good-to-excellent functional outcomes with nonoperative treatment, regardless of technique. We recommend a conservative rehabilitation framework, including 2 to 3 weeks of immobilization in a walking cast, followed by gradual increase in activity and strengthening until clinical union is achieved.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,009 | 0,035 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,008 |
| Bibliométrie | 0,010 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».