The Incidence of Post-discharge Surgical Site Infection in the Injured Patient
Notice bibliographique
Résumé
BACKGROUND: Approximately 50% of surgical site infections (SSI) after elective surgery occur after discharge. Adequate surveillance for these infections requires a mechanism for post-discharge follow up. The incidence of SSI after injury is as high as 30%. As post-discharge follow up in the trauma population is difficult, we set out to ascertain the incidence of post-discharge SSI in a cohort of high-risk trauma patients. METHODS: Patients (n = 268) enrolled in a randomized controlled trial of leukoreduced versus regular blood transfusions were evaluated either in person or by structured telephone survey 28 days after admission regarding the presence of SSI. Inclusion criteria were age >17 years and blood transfusion within 24 hours of injury. RESULTS: Among the 268 patients, 39 (15%) developed a SSI. There were 27 SSI identified in hospital and 13 identified in the post-discharge period after a median length of stay of 17 days (one patient had more than one SSI). Although the 13 patients who developed a SSI in the post-discharge period comprised only 7% (13 of 194) of the cohort that had at least one operative procedure and survived to discharge, these patients represented 33% (13 of 39) of all patients who developed a SSI. CONCLUSION: Despite their prolonged length of stay compared with elective surgical patients, a significant proportion of SSI after injury occurs after discharge. These data support the need for a post-discharge surveillance system in either clinical trials or for quality assurance.
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 | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».