Comparison of fibrin sealants in peripheral vascular surgery: A systematic review and network meta-analysis
Notice bibliographique
Résumé
BACKGROUND: Evidence comparing fibrin sealants (FSs) in surgery are limited. This study evaluated the efficacy and safety of FSs, and manual compression in peripheral vascular surgery. METHODS: A systematic review of randomized trials was conducted in Medline, Embase, and Cochrane databases within the last 15 years. Data were available to conduct a network meta-analysis (NMA) in peripheral vascular surgery. Fibrin sealant treatment arms were further broken-down and assessed by clotting time (i.e., 2-min [2C] or 1-min [1C]). The primary efficacy outcome was the proportion of patients achieving hemostasis by 4 min (T4). Treatment-related serious and non-serious adverse events (AEs) were qualitatively assessed. RESULTS: Five studies (n = 693), were included in the NMA. Results predicted VISTASEAL 2C, followed by EVICEL 1C, had the highest probability of achieving T4. Compared with manual compression, significant improvements in T4 were found with VISTASEAL 2C (relative risk [RR] = 2.67, 95% CrI: 2.13-3.34), EVICEL 1C (RR = 2.58, 95% CrI: 2.04-3.23), VISTASEAL 1C (RR = 2.00, 95% CrI: 1.45-2.65), and TISSEEL 2C (RR = 1.99, 95% CrI: 1.48-2.60). TISSEEL 1C was not significantly different than manual compression (RR = 1.40, 95% CrI: 0.70-2.33). Among FSs, VISTASEAL 2C was associated with a significant improvements in T4 compared with VISTASEAL 1C (RR = 1.33, 95% CrI: 1.02-1.82), TISSEEL 2C (RR = 1.34, 95% CrI: 1.05-1.77), and TISSEEL 1C (RR = 1.90, 95% CrI: 1.18-3.74). Treatment-related serious and non-serious AE rates were typically lower than 2%. CONCLUSIONS: In peripheral vascular surgeries, VISTASEAL 2C and EVICEL 1C were shown to have the highest probabilities for achieving rapid hemostasis among the treatments compared. Future studies should expand networks across surgery types as data become available.
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 | 0,016 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,020 | 0,035 |
| Bibliométrie | 0,007 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| 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 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 ».