MétaCan
Menu
← Retour à la cohorte
Enregistrement W4296797527 · doi:10.12200/j.issn.1003-0034.2022.09.017

[Effect of knee arthroscopy on subsequent total knee arthroplasty: Meta-analysis].

2022· review· en· W4296797527 sur OpenAlexaboutno aff
Xiaole Li, Ziquan Yang, Xu Liu, Jin Zhang

Notice bibliographique

RevuePubMed · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueTotal Knee Arthroplasty Outcomes
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicinePeriprostheticMeta-analysisCochrane LibraryRange of motionInclusion and exclusion criteriaArthroscopySurgeryRandomized controlled trialArthrofibrosisTotal knee arthroplastyArthroplastyKnee arthroscopyInternal medicine

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To evaluate effect of knee arthroscopy on prognosis of subsequent total knee arthroplasty (total knee arthroplasty, TKA) by Meta-analysis. METHODS: Databases including PubMed, Embase, Cochrane Library, CNKI, Wanfang and other databases were searched by computer from establishing to October 2020 to collect literatures on effect of knee arthroscopy on prognosis of subsequent TKA. Quality evaluation and data extraction were carried out according to inclusion, exclusion criteria and literature screening. Newcastle-Ottawa Scale (NOS) was used to evaluate literature quality of non-randomized controlled studies. RevMan 5.3 software was applied to Meta-analysis on revision rate, reoperation rate, postoperative stiffness rate, periprosthetic infection rate, postoperative venous thrombosis venous thromboembolism(VTE) rate and postoperative knee flexion range of motion after TKA. RESULTS: =0.20]. CONCLUSION: Knee arthroscopy has a negative impact on subsequent TKA surgery. Previous arthroscopic increased risk of stiffness, periprosthetic joint infection, revision and reoperation after TKA, but there was no significant difference in postoperative knee flexion range of motion and incidence of VTE.

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)0,009
score de la tête « metaresearch » (Gemma)0,022
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,050

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,022
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0130,040
Bibliométrie0,0060,005
Études des sciences et des technologies0,0010,000
Communication savante0,0030,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,086
Tête enseignante GPT0,328
Écart entre enseignants0,243 · 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'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

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 revuePubMed→Même sujetTotal Knee Arthroplasty Outcomes→Travaux en français237 207→