The effect of NSAIDs on postfracture bone healing: a meta-analysis of randomized controlled trials
Notice bibliographique
Résumé
To determine whether nonsteroidal anti-inflammatory drugs (NSAIDs) have an adverse effect on bone healing by evaluating all available human randomized controlled trials (RCTs) on this subject. DATA SOURCES: A comprehensive search of electronic databases (PubMed, MEDLINE, and Cross-References) until October 2018 comparing the occurrence of nonunion in patients who received NSAIDs to the control group through RCTs. STUDY SELECTION: Inclusion criteria were English-only studies, and the type of studies was restricted to RCTs. DATA EXTRACTION: Two authors independently extracted data from the selected studies, and the data collected were compared to verify agreement. DATA SYNTHESIS: Nonunion was the main outcome evaluated in each study. Regression analysis was used to estimate the relative risk comparing the duration and the type of NSAIDs by calculating the odds ratio (OR) for dichotomous variables. Studies were weighed by the inverse of the variance of the outcome, and a fixed-effects model was used for all analyses. CONCLUSIONS: Six RCTs (609 patients) were included. The risk of nonunion was higher in the patients who were given NSAIDs after the fracture with an OR of 3.47. However, once the studies were categorized into the duration of treatment with NSAIDs, those who received NSAIDs for a short period (<2 weeks) did not show any significant risk of nonunion compared to those who received NSAIDs for a long period (>4 weeks). Indomethacin was associated with a significant higher nonunion rate and OR ranging from 1.66 to 9.03 compared with other NSAIDs that did not show a significant nonunion risk.
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 | 0,040 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,009 | 0,010 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».