Effects of Prehabilitation With Advanced Technologies in Patients With Musculoskeletal Diseases Waiting for Surgery: Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
Background Prehabilitation delivered with advanced technologies represents a great chance for patients to optimize pre- and postoperative outcomes, reduce costs, and overcome travel-related barriers. Objective We aim to evaluate the effects of prehabilitation delivered with advanced technologies on clinically relevant outcomes among patients affected by musculoskeletal diseases and waiting for surgery. Methods We searched the PubMed, EMBASE, Cochrane Library, PEDro, and CINAHL databases up to February 2, 2023. ClinicalTrials.gov was also searched for registered protocols. Randomized controlled trials and nonrandomized intervention studies with adult participants of both sexes, affected by any musculoskeletal disease, and undergoing prehabilitation with advanced technologies or standard care were included. Study selection, data extraction, and critical appraisal were conducted in duplicate. Data were pooled for meta-analysis using random-effects models. Certainty of evidence was assessed for the primary outcome with the GRADE (Grading of Recommendations Assessment, Development and Evaluation) system. The primary outcome was function. Secondary outcomes were pain, strength, risk of fall, autonomy in the activities of daily living, patient satisfaction, health-related quality of life, adverse events, and adherence to treatment. Results Six studies (7 reports), focusing on patients undergoing total knee or hip arthroplasty and primary meniscal tear and spine surgery were included. We found different prehabilitation programs: mindfulness-based stress reduction, exercise, education, or a combination thereof. Prehabilitation delivered with advanced technologies proved to be more effective in improving function in candidates for knee or hip replacement (Western Ontario McMaster Osteoarthritis Index “function” subscale before surgery: mean difference [MD] –7.45, 95% CI –10.71 to –4.19; I2=0%; after surgery: MD –7.84, 95% CI –11.80 to –3.88; I2=75.3%), preoperative pain (MD –1.67, 95% CI –2.50 to –0.48; I2=0%), risk of fall (MD –2.54, 95% CI –3.62 to –1.46; I2=0%), and postoperative stiffness (MD –2.00, 95% CI –2.01 to –1.99; I2=87%). No differences were found in pain 1 month after surgery. Data from studies including participants undergoing primary meniscal tear and spinal surgery could not be pooled. Conclusions Prehabilitation delivered with advanced technologies may be better than standard care in improving pre- and postoperative function among candidates for knee or hip arthroplasty. No quantitative results have been achieved on spine surgery candidates or other musculoskeletal diseases. Trial Registration PROSPERO CRD42022345811; https://www.crd.york.ac.uk/prospero/display_record.php?RecordID=345811
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 | 0,013 | 0,033 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,022 | 0,040 |
| Bibliométrie | 0,007 | 0,008 |
| 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 | 0,003 | 0,002 |
| 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 ».