Management of Very Distal Ulna Fractures: A Systematic Review
Notice bibliographique
Résumé
OBJECTIVES: To synthesize all-cause complications and reoperations data, and secondary clinical, functional, and radiographic outcomes after the management of very distal ulna fractures (VDUFs) either nonoperatively or operatively. DATA SOURCES: MEDLINE, Embase, and Web of Science were searched for English-language articles from inception to February 17, 2022. STUDY SELECTION: Studies reporting the nonoperative or operative management of VDUFs were eligible for inclusion. VDUFs were defined as either being Q2-Q5 distal ulna fractures using the OTA/AO Comprehensive Classification of Fractures for distal ulna fractures associated with distal radius fractures or being amenable to characterization by the classification system for ulnar head, neck and metaphyseal fractures by Biyani et al. DATA EXTRACTION: Two reviewers independently extracted data from included studies. Study validity was assessed using the methodological index for nonrandomized studies. DATA SYNTHESIS: Seventeen studies (512 VDUFs) were included for analysis. There were 209, 237, and 66 fractures in the nonoperative, open reduction internal fixation (ORIF), and distal ulna resection groups, respectively. Descriptive statistics including weighted mean values, standard deviations, and 95% confidence intervals were calculated. CONCLUSIONS: The treatment of VDUFs with nonoperative management, ORIF, or distal ulna resection may all be acceptable treatment options in specific patient populations. Nonoperative management of VDUFs is a promising treatment strategy even for complex fracture patterns in patients 65 years of age or older. Despite higher reoperation rates, ORIF may be considered for the younger, high-demand patient. Distal ulna resection presents with very favorable functional outcomes in patients 65 years of age or older presenting with a complex VDUF with the lowest reoperation rate across all groups. LEVEL OF EVIDENCE: Therapeutic Level IV. See Instructions for Authors for a complete description of levels of evidence.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,009 | 0,036 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,010 | 0,007 |
| Bibliométrie | 0,014 | 0,012 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».