Risk factors for osteomyelitis: a systematic review and meta-analysis
Notice bibliographique
Résumé
BACKGROUND: Osteomyelitis (OM) is a serious infection of the bone, often resulting from diabetic foot ulcers, trauma, or surgical interventions. Given its complex pathophysiology and recurrent nature, identifying reliable risk factors is essential for early diagnosis and intervention. This study identifies independent OM risk factors through a systematic review and meta-analysis method. METHODS: A search was conducted across several databases up to January 2025. Data were extracted independently, and study quality was assessed using the Newcastle-Ottawa Scale. Statistical analysis was performed with RevMan 5.3 and Stata 15.0 software, using univariate and multivariate analyses. Heterogeneity was assessed by methods of subgroup analysis and sensitive analysis, and publication bias was evaluated with Egger's test and funnel plots. RESULTS: A total of 4019 potential articles were systematically reviewed, with 27 studies (n = 11 941 participants) were included. These studies were analyzed to identify risk factors across five categories: demographic features, medical history, clinical features, laboratory findings, and bacterial characteristics. Medical history factors, such as history of foot ulcers/foot disease (OR = 2.520), operation duration time (>3 hours, OR = 1.740), and incision length >10 cm (OR = 6.530), were significant. Clinical features including inflamed ulcer (OR = 6.200), fever (OR = 2.200), and ulcer size >4/5 cm 2 (OR = 2.740) also increased OM risk. Laboratory findings such as elevated HbA1c (OR = 1.140), hypoalbuminemia (OR = 1.740), anemia (OR = 1.540), and microbiological perspective such as polymicrobial infections (OR = 2.580) were also recognized as independent risk factors of OM. Subgroup analysis accounted for heterogeneity arising from the type of OM and different risk factor characteristics. Sensitivity analysis confirmed the reliability of the results. Additionally, both funnel plots and Egger tests showed no evidence of publication bias. CONCLUSIONS: This is the first meta-analysis to integrate univariate and multivariate evidence on OM risk factors. It establishes clinically preventable risk factors across OM subtypes, enabling early targeted interventions to reduce amputations and healthcare burdens.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,009 | 0,008 |
| Bibliométrie | 0,002 | 0,000 |
| 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) | 0,000 | 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 ».