Meta-Analysis: Effect of Hyperbaric Oxygen Therapy on Diabetic Foot Ulcer Recuperation
Notice bibliographique
Résumé
Background: Diabetes mellitus (DM) is a global phenomenon due to the high morbidity and mortality, especially in developing countries such as Indonesia. An ulcer is a wound and is usually found in patients who experience increased blood sugar and can cause peripheral blood vessel disorders, blood vessel disorders will result in peripheral neuropathy or a combination of both, diabetic ulcers are a condition often experienced by diabetes sufferers. Hyperbaric Oxygen Therapy (HBOT) is a therapy that is considered effective in healing diabetic ulcers and has been proven by many studies conducted. This study aims to analyze the effect of HBO therapy on the improvement of diabetic ulcer wounds. Subjects and Method: This was a systematic review and meta-analysis of primary studies. Article searches were carried out based on the PICO model. Population: diabetic ulcer patients. Intervention: Hyperbaric Oxygen Therapy. Comparison: placebo. Outcome: diabetic ulcers condition. Article searches were carried out from Google Scholar, MEDLINE/PubMed, Science Direct, Scopus, Hindawi, BMC, and Spinger Link databases. Keywords used "diabetic foot ulcers" AND "hyperbaric oxygen therapy". The inclusion criteria were full paper, RCT, and reporting risk ratio (RR). Selected studies were analyzed using the RevMan 5.3. Results: 9 RCTs from China, Canada, the Netherlands, Sweden, Egypt, Taiwan, England, and Turkey were selected for meta-analysis. HBO therapy increased diabetic ulcers condition (RR= 1.91; 95% CI= 1.17 to 3.12; p= 0.01). Conclusion: HBO therapy improves diabetic ulcers condition. Keywords: hyperbaric oxygen, diabetic foot ulcer, meta analisis.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».