MétaCan
Menu
Retour à la cohorte
Enregistrement W1539720384 · doi:10.1111/j.1532-950x.2014.12267.x

Prospective Surgical Site Infection Surveillance in Dogs

2014· article· en· W1539720384 sur OpenAlexafffundabout
Ryen Turk, Ameet Singh, J. Scott Weese

Notice bibliographique

RevueVeterinary Surgery · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueSurgical site infection prevention
Établissements canadiensUniversity of Guelph
Organismes subventionnairesOVC Pet Trust
Mots-clésMedicineProspective cohort studySurgical site infectionIncidence (geometry)Medical recordInfection controlCohortSurgeryInternal medicine

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To 1) describe the incidence of surgical site infections (SSI) in dogs undergoing surgery at the Ontario Veterinary College Health Sciences Centre; 2) describe and compare procedure-specific SSI rates; and 3) identify factors associated with development of SSI. STUDY DESIGN: Prospective, cohort study ANIMALS: Dogs (n = 846) undergoing surgery during 45 weeks (September 2010-July 2011). METHODS: Follow-up telephone conversation with dog owners was performed 30 days postoperatively, with additional 1-year follow-up performed for cases with surgical implants. A standardized questionnaire was administered to detect and characterize SSI. RESULTS: SSI were identified in 26 (3.0%) dogs; 11 (42%) were classified as superficial SSI, whereas 13 were deep, and 2 were organ/space. Of the confirmed SSI, only 17 (65%) were documented in the medical records. Hypotension (P = .011), class of surgery (P = .029), and use of an implant (P = .001) increased the risk of SSI. Microbial cultures were submitted for 19 cases (73%) and of those, 74% were staphylococci. CONCLUSIONS: SSI can result in devastating consequences in dogs and understanding risk factors is critical to target prevention practices. Whereas some risk factors such as hypotension are modifiable, others such as class of surgery are not. When possible, active surveillance should be used as part of a hospital infection control program.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,024
Tête enseignante GPT0,290
Écart entre enseignants0,266 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations163
Publié2014
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueVeterinary SurgeryMême sujetSurgical site infection preventionTravaux en français237 207