Does timing of intra-articular glucocorticoid injections impact infection rates in subsequent arthroplasty?
Bibliographic record
Abstract
Formål: Intraartikulære injeksjoner er mye brukt til å behandle forskjellige leddpatologier. I litteraturen er det motstridende forskningsbelegg knyttet til infeksjonsraten etter bruk av intraartikulære glukokortikoider i forkant av leddoperasjon. Hensikten med denne systematiske oversikten er å undersøke infeksjonsraten knyttet til utførelse av intraartikulære kortikosteroidinjeksjoner utført med forskjellige tidsintervaller preoperativt sammenlignet med kontrollgruppe som ikke mottar kortikosteroidinjeksjoner preoperativt. Design: Systematisk oversiktsartikkel av kohortstudier Metoder: Et systematisk søk av kohortstudier ble utført av en medarbeider den 24.04.2022 i de elektroniske databasene PubMed og Embase. Studier med komparative design med kontroll- og injeksjonsgruppe, der glukokortikoidinjeksjoner intraartikulært er utført med spesifikke tidsintervaller før leddoperasjon ble inkludert. Det var ingen språkbegrensninger i inkluderte artikler. Søkebegrepene var total knee arthroplasty’, ‘replacement’, ‘corticosteroid’, ‘steroid’, ‘infection’, ‘safety’. Risiko for systematiske skjevheter i inkluderte studier ble vurdert av en medarbeider ved bruk av Newcastle-Ottawa-skalaen. Resultater: 7 kohorter (n = 7) ble inkludert i en narrativ analyse. Tidsrom mellom intraartikulær kortikosteroidinjeksjon og operasjon ble delt inn i to-måneders intervaller preoperativt, henholdsvis 0-2, 2-4, 4-6, 6-8, 8-10, 10-12 måneder. Basert på Newcastle-Ottawa Quality Assessment Skalaen, inkluderte studier skårer mellom 7-9 som gir dem høy metodekvalitet og lav risiko for skjevheter. Det var en økning på 1 % i infeksjonsraten blant deltakerne i injeksjonsgruppen sammenlignet med kontrollgruppen som ikke fikk kortisoninjeksjon preoperativt. Prosentandelen var lik gjennom de forskjellige tidsintervallene. Antall som må behandles ble estimert til å være 198 (95 % KI [149, 248]). Konklusjon: Resultatene indikerer at bruk av intraartikulære glukokortikoidinjeksjoner preoperativt øker risikoen for postoperativ infeksjon.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.009 | 0.052 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.003 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.011 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".