MétaCan
Menu
Retour à la cohorte
Enregistrement W4206226551 · doi:10.1097/md.0000000000028557

Comparative clinical outcomes of different therapies for traumatic meniscal tears in adults

2022· article· en· W4206226551 sur OpenAlexaboutno aff

Notice bibliographique

RevueMedicine · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueKnee injuries and reconstruction techniques
Établissements canadiensnon disponible
Organismes subventionnairesNatural Science Foundation of Gansu Province
Mots-clésCochrane LibraryRandomized controlled trialTearsMEDLINEMeta-analysisMeniscusSystematic reviewEvidence-based medicine

Résumé

récupéré en direct d'OpenAlex

Abstract Background: Meniscus tears are usually classified as degenerative or traumatic tears according to their pathogenesis. At present, traumatic meniscal tears are generally believed to have high healing potential. In recent years, multiple treatments have been described for traumatic meniscal tears, such as the inside-out technique, outside-in technique, all-inside technique, biological augmentation of meniscal repair, meniscectomy, and non-surgical treatment. However, the functional recovery of the knee joint and healing of the meniscus after treatment are quite different from the results reported in the literature, which requires more reliable evidence-based medical findings. This study will evaluate evidence from multiple types of research comparing different therapies for traumatic meniscal tears in adults. Methods We will search the EMBASE, Cochrane Library (the Cochrane Database of Systematic Reviews, the Cochrane Central Register of Controlled Trials [CENTRAL], Cochrane Methodology Register), PubMed, Web of Science (Science and Social Science Citation Index), China Knowledge Network, CBM, Wanfang data, and VIP electronic databases from their inception to August 10, 2021, with no language restrictions. We will also manually search Baidu and Google Scholar to identify randomized controlled studies, non-randomized controlled studies, and cohort studies on the treatment of traumatic meniscal tears. Two researchers will independently screen the literature, extract the data, and evaluate the quality of the studies. Software programs, including Microsoft Access, Excel, Stata (Version 15), WinBUGS (Version 1.4.3), and ADDIS (Version 1.16.8), were used to analyze and manipulate the data. Results In this study, the main outcomes were physical function and healing rate, based on the Western Ontario and McMaster Universities Osteoarthritis Index, Lysholm Knee Scoring Scale, Knee Injury and Osteoarthritis Outcome Score, Functional Recovery Scale, and clinical healing rate. The secondary indexes included total cost, cost-effectiveness ratio, incremental cost-effectiveness ratio, Tegner activity scale score, visual analogue scale, numerical rating scale, and meniscal tear complications. Conclusions: This systematic review will provide reliable evidence-based findings for the clinical application of different therapies for traumatic meniscal tears in adults.

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)0,025
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,040

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,025
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0050,009
Bibliométrie0,0040,004
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,062
Tête enseignante GPT0,407
Écart entre enseignants0,345 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedicineMême sujetKnee injuries and reconstruction techniquesTravaux en français237 207