Multilayer Watertight Closure to Address Adverse Events From Primary Total Knee and Hip Arthroplasty: A Systematic Review of Wound Closure Methods by Tissue Layer
Notice bibliographique
Résumé
BACKGROUND: Wound closure is a key, and often underrecognized, component of hip and knee arthroplasty. Methods for wound closure are an important consideration to better avoid wound-related adverse events; however, there is a lack of consensus on optimal methods. The objective of the following review was twofold: to characterize the wound closure methods used by layer in the total knee arthroplasty and total hip arthroplasty literature and summarize optimal wound-healing strategies to address the risk of adverse events. METHODS: A systematic literature review was performed to identify total knee arthroplasty and total hip arthroplasty randomized controlled trials and nonrandomized studies reporting wound closure methods by layer and wound-healing adverse events (including superficial, deep, or periprosthetic joint infections, wound dehiscence, or prolonged wound drainage). Studies on revision procedures were excluded. Wound closure methods and adverse events were summarized qualitatively as meta-analyses were not possible because of study heterogeneity. RESULTS: Forty studies met the inclusion criteria: 22 randomized controlled trials and 18 observational studies. Across studies, 6 categories and 22 unique techniques for closure were identified. Conventional closure methods exhibited large ranges of adverse event rates. Studies of multilayer barbed sutures with topical skin adhesives and polyester mesh or multilayer antimicrobial sutures reported narrow ranges of adverse events rates. CONCLUSIONS: Considerable variability exists for wound closure methods, with a wide range reported in adverse events. Recent technologies and methods for standardized watertight, multilayer closure show promise for avoiding adverse events and unnecessary health-care costs; however, higher quality, comparative studies are required to enable future meta-analyses. LEVEL OF EVIDENCE: Therapeutic Level IV. See Instructions for Authors for a complete description of levels of evidence.
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 | 0,007 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,010 |
| Bibliométrie | 0,008 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».