MétaCan
Menu
Retour à la cohorte
Enregistrement W3066019355 · doi:10.1093/pch/pxaa068.008

9 Corticosteroid use in periorbital and orbital cellulitis: A Cochrane systematic review

2020· article· en· W3066019355 sur OpenAlexaff
Emily Kornelsen, Sanjay Mahant, Patricia C. Parkin, Arun Reginald, Samir S. Shah, Peter J. Gill

Notice bibliographique

RevuePaediatrics & Child Health · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueSinusitis and nasal conditions
Établissements canadiensInstitute for Clinical Evaluative SciencesSickKids FoundationHospital for Sick ChildrenUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineOrbital cellulitisRandomized controlled trialCINAHLMEDLINESystematic reviewCellulitisClinical trialPediatricsMeta-analysisSurgeryInternal medicinePsychological intervention

Résumé

récupéré en direct d'OpenAlex

Abstract Background There is significant variation in the use of corticosteroids for the treatment of periorbital and orbital cellulitis. Corticosteroids may act to reduce inflammation and edema but there are concerns that corticosteroids may lead to immune suppression and worsening infection. Evidence-based recommendations regarding the use of corticosteroids for periorbital and orbital cellulitis are lacking. Objectives To assess the effectiveness and safety of corticosteroids in the treatment of periorbital and orbital cellulitis. Design/Methods We conducted a detailed search of MEDLINE, EMBASE, Cochrane Central Register of Controlled Trials (CENTRAL), CINAHL Plus, ClinicalTrials.gov, and the World Health Organization (WHO) International Clinical Trials Registry Platform for randomized controlled trials (RCTs) of children and adults with periorbital and orbital cellulitis treated with systemic or intranasal corticosteroids. There were no exclusions based on language or publication status. Studies were excluded if they focused exclusively on participants undergoing elective surgery, on post-operative infections, or infections secondary to trauma. Two reviewers independently assessed studies for inclusion, and extracted data in duplicate. Risk of bias was assessed using the Cochrane Collaboration’s domain-based evaluation tool. Data were analyzed according to standard Cochrane methodology. Results Of the 7,476 unique results identified, 7,465 records were excluded based on title and abstract screening, and a further 10 records were excluded based on full text review. We identified one small RCT conducted in India with an unclear risk of bias. No other eligible ongoing or completed trials were identified. The small trial of 21 participants 10 years and older compared the use of corticosteroids and antibiotics (n=14), to the use of antibiotics alone for the treatment of orbital cellulitis (n=7). Participants receiving corticosteroids had a shorter length of hospital stay (14.1 ±3.7 vs. 18.4 ±5.9 days, p=0.02) and required antibiotics for a shorter duration (8.6 ±1.3 vs. 11.6 ±4.6 days, p=0.013) compared with the control group. Earlier improvements in fever, pain, periorbital edema, extra ocular motility, conjunctival chemosis, and visual acuity were seen in the corticosteroid group. No major complications of orbital cellulitis or adverse effects of corticosteroids were reported. Conclusion There is insufficient evidence to draw conclusions about the use of corticosteroids in the treatment of periorbital and orbital cellulitis. Currently, there is significant variation in how corticosteroids are used in clinical practice and additional high-quality evidence is needed to inform decision making.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,032
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,013
Score d'incertitude au seuil0,054

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,032
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0130,013
Bibliométrie0,0090,008
Études des sciences et des technologies0,0010,001
Communication savante0,0030,003
Science ouverte0,0020,002
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0100,000

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 Opus0,023
Tête enseignante GPT0,286
Écart entre enseignants0,263 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePaediatrics & Child HealthMême sujetSinusitis and nasal conditionsTravaux en français237 207