Epidemiology, patient outcome and complications after non‐operative management of hip fracture: a systematic review
Notice bibliographique
Résumé
INTRODUCTION: Surgery is the preferred treatment for hip fracture in older people. However, a proportion of patients with hip fracture do not receive surgery. There is a lack of contemporary evidence describing this patient population and what their associated outcomes are. We aimed to describe the variation in non-operative management and its outcomes around the world. METHODS: We performed a systematic review and meta-analysis of older people presenting to hospital with hip fracture, comparing those with and without surgery for non-operative proportions, mortality and other outcomes. Risk of bias was assessed using the Newcastle-Ottawa Scale. We performed a random effects meta-analysis with adjustment for clustering. RESULTS: Of 4437 screened studies, 185 were included from 172 separate cohorts, 44 countries, six continents and involving 10,763,994 patients. The overall proportion of non-operative management was 8.4% (95%CI 7.2-9.7%) with wide within-country and regional variation. There was no consistent association of non-operative management proportions with the admission characteristics of sex, fracture type or patient ethnicity. Non-operative management was associated with a greater relative risk of death at all time points. Risk of bias was generally low except for the expected confounding by indication. DISCUSSION: Non-operative management of hip fracture is relatively common, but there is wide variation that is unexplained by differences in patient characteristics. The evidence is limited by incomplete reporting of patient characteristics and outcomes, and a lack of controlled studies even in the highest risk populations. Further work is needed to understand this decision-making process.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,001 |
| Bibliométrie | 0,000 | 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 ».