Weight-Bearing Monitoring Devices in Lower Extremity Fractures: A Scoping Review
Notice bibliographique
Résumé
Background: Orthopaedic surgeons commonly prescribe weight-bearing parameters for their patients for a variety of reasons. Weight-bearing may be limited in order to control the healing environment, but advancing a patient's weight-bearing status is preferably done as quickly as possible to maximize functional recovery. However, it is entirely unclear to what extent these prescriptions are followed in practice. The purpose of this scoping review is to identify and compare non-invasive devices used for the measurement of weight-bearing following lower extremity fractures. Methods: Database searches of MEDLINE, EMBASE and the Cochrane Central Register of Controlled Trials (CENTRAL) were completed to identify relevant studies. Titles were screened for relevance, and abstracts were screened against the eligibility criteria. We identified studies that investigated the use of external force, pedal pressure, or activity monitoring devices used in adults after lower extremity fractures and excluded studies involving compartment pressure measurement. Findings: Sixty-two studies met the inclusion criteria. About 39% of studies used an insole-type device, which could be worn in a shoe or integrated into a removable boot. Other device types included step count or activity monitors (52%), force plates (18%), pressure film (2%) and external pedobarography systems (27%). Interpretation: We found that different monitors offered varying types of measurements and are suitable for a variety of applications. Therefore, selecting the ideal device depends on the metric of interest. Further high-quality prospective studies utilizing device monitoring are needed to validate the theory that early weight-bearing is beneficial and safe for patients with lower extremity fractures.
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 | 0,004 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| 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 | 0,002 |
| 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 ».