The Effects of Tranexamic Acid in Breast Surgery: A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
BACKGROUND: Tranexamic acid (TXA) is used in trauma and surgical settings. Its role in reducing postoperative blood loss in breast surgery remains unclear. The primary objective of this study was to determine the effect of TXA on postoperative blood loss in breast surgery. METHODS: Searches of the PubMed, Ovid MEDLINE, Embase, CINAHL, and Cochrane Central Register of Controlled Trials databases were performed from inception to April 3, 2020. Inclusion criteria were any retrospective reviews, prospective cohort studies, and randomized controlled trials that administered TXA (topical or intravenously) in the context of breast surgery. Quality of studies were evaluated using the risk of bias in randomized trials tool and the risk of bias in nonrandomized studies of interventions tool. Data were pooled, and a meta-analysis was performed. RESULTS: In total, seven studies were included, representing 1226 patients (TXA, 632 patients; control, 622 patients). TXA was administered as follows: topically (20 mL of 25 mg/mL TXA intraoperatively; n =258 patients), intravenously (1 to 3 g perioperatively; n = 743 patients), or both (1 to 3 g daily up to 5 days postoperatively; n = 253 patients). TXA administration reduced hematoma formation in breast surgery (risk ratio, 0.48; 95% CI, 0.32 to 0.73), with no effect on drain output (mean difference, -84.12 mL; 95% CI, -206.53 to 38.29 mL), seroma formation (risk ratio, 0.92; 95% CI, 0.60 to 1.40), or infection rates (risk ratio, 1.01; 95% CI, 0.46 to 2.21). No adverse effects were reported. CONCLUSION: The use of TXA in breast surgery is a safe and effective modality with low-level evidence that it reduces hematoma rates without affecting seroma rates, postoperative drain output, or infection rates.
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 | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,017 | 0,005 |
| Bibliométrie | 0,001 | 0,003 |
| 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) | 0,000 | 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 ».