Delayed Tibial Shaft Fracture Healing Associated with Smoking: A Systematic Review and Meta-Analysis of Observational Studies Conducted Worldwide
Notice bibliographique
Résumé
Tibial fractures represent a great burden of disease globally, being the most common long-bone fracture; smoking is a known risk factor for delayed skeletal healing and post-fracture complications. This systematic review and meta-analysis aims to analyse the effect of smoking on healing of tibial shaft fractures. PubMed, CINAHL, EMBASE, and Cochrane Library databases were searched from inception to March 2021, with no limitation on language, to find relevant research. All observational studies that assessed the association between cigarette smoking and tibial shaft fracture healing in adults (≥18 years) were included. The quality of studies was evaluated using the Newcastle Ottawa Quality Assessment Scale. A random effects model was used to conduct meta-analysis. Tobacco smoking was associated with an increased rate of non-union and delayed union as well as an increase in time to union in fractures of the tibial shaft. Among the 12 included studies, eight reported an increased rate of non-union, three reported delayed union, and five reported an increase in time to union. However, the results were statistically significant in only three studies for non-union, one for delayed union, and two studies for increased time to union. This review confirms the detrimental impact of smoking on tibial shaft fracture healing and highlights the importance of patient education regarding smoking cessation.
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,006 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».