MétaCan
Menu
Retour à la cohorte
Enregistrement W4414881520 · doi:10.1080/07853890.2025.2563000

Efficacy and safety of different fixation methods for unstable anterior pelvic ring fractures: a Bayesian network meta-analysis

2025· review· en· W4414881520 sur OpenAlexaboutno aff
Dongcheng Ran, Chunqing Wang

Notice bibliographique

RevueAnnals of Medicine · 2025
Typereview
Langueen
DomaineMedicine
ThématiquePelvic and Acetabular Injuries
Établissements canadiensnon disponible
Organismes subventionnairesGuizhou Medical UniversityNational Natural Science Foundation of ChinaHealth Commission of Guizhou Province
Mots-clésFixation (population genetics)Bayesian networkRing (chemistry)PelvisBayesian probability

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To evaluate the effectiveness and safety of treatment methods for unstable pelvic anterior ring fractures, aiming to provide new ideas for their treatment. METHODS: We searched English databases including PubMed, Embase, Cochrane Library, and Web of Science, as well as Chinese databases CNKI, VIP, and Wanfang, with the search date up to September 10, 2024. The quality of the included studies was assessed using the Cochrane's Risk of Bias Tool and the Newcastle-Ottawa Scale (NOS). The effectiveness and safety of different surgical fixation methods were ranked according to probability levels. A total of 17 studies involving 1010 patients were included. RESULTS: Compared to external fixation (ExFix), plating, screws, and internal fixator (INFIX) showed better reduction quality. Patients using plates had the highest likelihood of achieving anatomical reduction. Screw fixation was the most effective method for postoperative functional recovery. The screw group had the lowest incidence of deep vein thrombosis in the lower limbs. The plate fixation group had the lowest incidence of lateral femoral cutaneous nerve injury. CONCLUSION: In the treatment of unstable pelvic anterior ring fractures, plating, screws, and INFIX fixation can be selected, while ExFix should only be used as a temporary fixation method.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,020
score de la tête « metaresearch » (Gemma)0,043
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,107

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0200,043
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0160,037
Bibliométrie0,0060,004
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0020,001
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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.

Tête enseignante Opus0,150
Tête enseignante GPT0,487
Écart entre enseignants0,336 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnals of MedicineMême sujetPelvic and Acetabular InjuriesTravaux en français237 207