How to Prevent Wound Complications After Total Ankle Arthroplasty Through Anterior Approach: A Systematic Review on Current Treatment Options
Notice bibliographique
Résumé
Introduction Total ankle arthroplasty (TAA) through anterior approaches is a common treatment for end-stage tibiotalar arthritis. The occurrence of wound healing problems can lead to severe consequences. The aim of this systematic review is to summarize the available methods to minimize postoperative wound complications after TAA through standard anterior approaches. Methods Three databases were searched for original articles concerning methods to reduce anterior wound complications after TAA. Eligible articles were examined to extract studies’ characteristics, population data, type of intervention, and related wound complications. Study risk of bias assessment was conducted through the Newcastle-Ottawa Scale. Results Thirteen articles were included for analysis, investigating 8 types of intervention, which were grouped into 3 classes: biological, mechanical, and pharmacological methods. A significant decrease in wound complications was reported for negative pressure wound therapy (3% vs 24%, P = .014), soft tissue expansion strips (2% vs 12%, P = .04), and tranexamic acid (TXA) administration (9% vs 22%, P = .002). Conclusion Despite the limitations of the included studies, this review showed encouraging results for TXA administration. Good results were found for mechanical methods, despite each intervention being supported by only 1 comparative study. Careful selection of patients is recommended to identify potential benefits or contraindications to such interventions. Further prospective randomized studies would be helpful to confirm these results. Levels of Evidence : 3
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,002 |
| Bibliométrie | 0,000 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,002 |
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 ».