Sex Difference in the Treatment of Dupuytren's Disease: A Systematic Review and Meta-Analysis of Clinical Trials
Notice bibliographique
Résumé
Purpose: The aim of this study was to assess the sex differences in enrollment into clinical trials for Dupuytren's disease (DD), treatment efficacy, and complications. Methods: Three databases were searched; Ovid MEDLINE, Ovid EMBASE, and EBSCO CINAHL. Included studies were clinical trials on adult patients with DD. Exclusion criteria were non-English studies and other study designs. Two independent reviewers completed abstract screening, full-text review, and data extraction. The number and percentage of studies that reported ad hoc analyses for sex differences in treatment efficacy, tolerability, and complications were reported. A meta-analysis was performed on the proportion of female participants enrolled in clinical trials for DD. Results: A total of 3172 references were screened, and 59 studies were identified for full-text review. We identified 28 clinical trials for DD of which none reported secondary analyses for sex differences. Only 2 trials discussed sex differences in complications, and one trial reported sex differences in tolerability. The proportion of female participants in the meta-analysis was 19.5% [95% CI: 16.1-23.0%]. Conclusion: Sex differences in the clinical trials for DD are not widely considered in clinical trials despite their critical role. Males and females do not have equal representation in clinical trials for DD. Future studies should account for sex differences in the design and the analysis of clinical trials.
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 | 0,005 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,035 | 0,010 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».