Risk Factors for Surgical-Site Infection Following Primary Total Knee Arthroplasty
Notice bibliographique
Résumé
OBJECTIVE: To identify risk factors associated with the development of surgical-site infection (SSI) following total knee arthroplasty (TKA). DESIGN: A case-control study. SETTING: A 1,100-bed, university-affiliated, tertiary-care teaching hospital. METHODS: Case-patients with SSI occurring up to 1 year following primary TKA performed between January 1999 and December 2001 were identified prospectively by infection control practitioners using National Nosocomial Infections Surveillance (NNIS) System methods. Three control-patients were selected for each case-patient, matched by date of surgery. Stepwise logistic regression analysis was used to determine the relation of potential risk factors to the development of infection. RESULTS: Twenty-two patients with infections (6 superficial and 16 deep) were identified. Infection rates per year were 0.95%, 1.07%, and 1.19% in 1999, 2000, and 2001, respectively. Logistic regression analysis identified two variables independently associated with the development of infection: the use of closed suction drainage (odds ratio [OR], 7.0; 95% confidence interval [CI95], 2.1-25.0; P = .0015) and increased international normalized ratio (INR) (OR, 2.4; CI95, 1.1-5.7; P = .035). Factors not statistically associated with the development of infection included age, NNIS System risk index score, presence of various comorbidities, surgeon, duration of procedure or tourniquet time, type of bone cement or prosthesis used, or receipt of blood product transfusions. CONCLUSIONS: The use of closed suction drainage and a high postoperative INR were associated with the development of SSI following TKA. Avoiding the use of surgical drains and careful monitoring of anticoagulant prophylaxis in patients undergoing TKA should reduce the risk of infection.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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 ».