Efficacy and safety of different fixation methods for acute syndesmosis injuries: protocol for a network meta-analysis of randomised and observational studies
Notice bibliographique
Résumé
INTRODUCTION: Acute unstable syndesmosis injuries require accurate reduction and stable fixation to improve short-term and long-term outcomes. Several different fixation methods have been established for acute syndesmosis injuries, each with pros and cons. Although some meta-analyses have reported better outcomes with suture-buttons than screws, the optimal fixation method remains uncertain because of heterogeneous study results and limited comparisons of emerging techniques. This network meta-analysis combining randomised and observational studies aims to determine the optimal fixation method for acute syndesmosis injuries. METHODS AND ANALYSIS: Five electronic databases (PubMed, Cochrane Library, China National Knowledge Infrastructure, Wanfang Data and Embase) will be comprehensively searched from their inception through 1 June 2025 for randomised and observational studies, published in English or Chinese, that compared two or more fixation methods for acute syndesmosis injuries. Inclusion and exclusion criteria will be used for selection based on patient, intervention, comparison, outcome and study standards. Risk of bias will be evaluated by the Cochrane risk-of-bias tool 2 and the Newcastle-Ottawa scale, respectively. Conventional pairwise meta-analyses with the DerSimonian-Laird random effects model will be conducted first, followed by network meta-analyses with a three-level Bayesian hierarchical model. The outcome measures include functional outcomes, radiological indicators and postoperative complications. Data analysis will be conducted using Review Manager 5.3 and R 4.1.2. Heterogeneity, transitivity and inconsistency tests, subgroup and sensitivity analyses and publication bias will also be assessed. ETHICS AND DISSEMINATION: No ethical approval is required because all the data will be collected from published research. The results of this study will be published in a peer-reviewed journal. TRIAL REGISTRATION NUMBER: INPLASY202480027.
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 | 0,065 | 0,096 |
| Méta-épidémiologie (sens strict) | 0,007 | 0,004 |
| Méta-épidémiologie (sens large) | 0,020 | 0,034 |
| Bibliométrie | 0,008 | 0,007 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,005 | 0,004 |
| Intégrité de la recherche | 0,006 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,045 | 0,004 |
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 ».