Unilateral Lower Limb Amputations from Traumatic Events: A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
Background
 Limb amputations are one of the most devastating injuries for young people in traumatic settings. People with lower extremity loss face challenges in performing daily activities and managing life-long complications; thus, rehabilitation and prostheses are critical in improving the quality of life. This systematic review and meta-analysis aims to determine the outcomes of people who had unilateral transtibial and transfemoral amputations in terms of mobility, physical activity, prosthesis usage, and associated pain.
 Methods
 An in-depth search was conducted on the electronic databases of PubMed and Science Direct databases in September 2022 to find studies that investigated the health outcomes of traumatic unilateral leg amputees. Observational studies, clinical studies, comparative studies, and randomized controlled trials in the English language and within the last 10 years (2012-2022) were thoroughly screened according to the Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA) guideline. The quality of search results was checked by the Newcastle-Ottawa Scale (NOS). The current meta-analysis included four observational studies which comprised 563 patients, 352 transtibial, and 211 transfemoral amputations. RevMan 5.4 software was used to calculate risk ratios (RRs) with 95% confidence intervals (CI) to conduct this meta-analysis.
 Results
 The pooled effect estimate showed no statistically significant difference between transtibial and transfemoral amputees(RR = 1.15, 95% CI [0.93, 1.43], P = 0.21) in terms of physical activity. People who had transfemoral amputations used prostheses more frequently than those who had transtibial amputations(RR = 1.21,95% CI [1.09, 1.35], P = 0.0004). There was no statistical difference between the two groups who reported pain during prosthesis wearing (RR = 1.03, 95% CI [0.62, 1.73], P = 0.91).
 Conclusion
 People who used leg prostheses more frequently were associated with more independent mobility and adequate physical activity. Leg prostheses with better accommodation and mobility benefit people with traumatic unilateral transfemoral amputations.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,002 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».