Multiple surgical treatment comparisons for irreparable rotator cuff tears: A network meta-analysis
Notice bibliographique
Résumé
BACKGROUND: To evaluate the effect of different surgical methods in the treatment of patients with irreparable rotator cuff tears (IRCTs) using a network meta-analysis. METHODS: A search of the PubMed, EMbase, The Cochrane Library, VIP, WanFang Data, and CNKI databases was performed in January 2023 to search for randomized controlled trials and cohort studies of different surgical methods in the treatment of IRCTs. Risk assessment of the included randomized controlled trials was conducted using the risk of bias assessment tool recommended by the Cochrane Manual, and the Newcastle-Ottawa Scale was used for the risk assessment of cohort studies. Data were analyzed and plotted using Stata 15.0 software. RESULTS: A total of 17 studies involving 2123 patients and 10 surgical methods were included in this study. According to the surface under the cumulative ranking curve, the probability ranking in descending order is latissimus dorsi transfer (LDT) + partial repair > LDT > reverse total shoulder arthroplasty > superior capsular reconstruction > patch > partial repair > debridement + tenotomy of the long head of the biceps > debridement > in space subacromial balloon spacer + tenotomy of the long head of the biceps > in space subacromial balloon spacer. CONCLUSION: Among the multiple surgical treatments for patients with IRCTs, LDT + partial repair may have the best effect, and more randomized controlled trials with larger sample sizes are needed for further verification.
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 | 0,034 | 0,065 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,013 | 0,048 |
| Bibliométrie | 0,009 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».