MétaCan
Menu
Retour à la cohorte
Enregistrement W4311236307 · doi:10.3390/curroncol29120769

Reconstruction after Talar Tumor Resection: A Systematic Review

2022· review· en· W4311236307 sur OpenAlexvenueno aff
Shinji Tsukamoto, Andreas F. Mavrogenis, Kanya Honoki, Akira Kido, Yuu Tanaka, Hiromasa Fujii, Yoshinori Takakura, Yasuhito Tanaka, Costantino Errani

Notice bibliographique

RevueCurrent Oncology · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueBone Tumor Diagnosis and Treatments
Établissements canadiensnon disponible
Organismes subventionnairesNara Medical University
Mots-clésMedicineResectionGeneral surgerySurgery

Résumé

récupéré en direct d'OpenAlex

This systematic review investigated the functional outcomes and complications of reconstruction methods after talar tumor resection. A systematic search of PubMed, Embase, and the Cochrane Central Register of Controlled Trials databases identified 156 studies, of which 20 (23 patients) were ultimately included. The mean Musculoskeletal Tumor Society scores in the groups reconstructed using tibiocalcaneal fusion (n = 17), frozen autograft (n = 1), and talar prosthesis (n = 5) were 77.6 (range 66–90), 70, and 90 (range 87–93), respectively. Regarding complications, sensory deficits were observed in one patient (6%) and venous thrombosis in two patients (12%) in the tibiocalcaneal fusion group, while osteoarthritis was observed in one patient (100%) in the frozen autograft group. No complications were observed in the talar prosthesis group. Reconstruction with talar prosthesis seems preferable to conventional tibiocalcaneal fusion after talar tumor resection because it offers better function and fewer complications. However, as this systematic review included only retrospective studies with a small number of patients, its results require re-evaluation in future randomized controlled trials with larger numbers of patients.

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)0,004
score de la tête « metaresearch » (Gemma)0,016
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,016
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0070,006
Bibliométrie0,0070,008
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,182
Tête enseignante GPT0,454
Écart entre enseignants0,273 · 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'étudeRevue systématique
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

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent OncologyMême sujetBone Tumor Diagnosis and TreatmentsTravaux en français237 207