A Systematic Review of Risk Factors Associated with Surgical Site Infections among Surgical Patients
Notice bibliographique
Résumé
IMPORTANCE: Surgical site infection (SSI) complicates 2-5% of surgeries in the United States. Severity of SSI ranges from superficial skin infection to life-threatening conditions such as severe sepsis, and SSIs are responsible for increased morbidity, mortality, and economic burden associated with surgery. Staphylococcus aureus (S. aureus) is a commonly-isolated organism for SSI, and methicillin-resistant S. aureus SSI incidence is increasing globally. OBJECTIVE: The objective of this systematic review was to characterize risk factors for SSI within observational studies describing incidence of SSI in a real-world setting. EVIDENCE REVIEW: An initial search identified 328 titles published in 2002-2012; 57 were identified as relevant for data extraction. Extracted information included study design and methodology, reported cumulative incidence and post-surgical time until onset of SSI, and odds ratios and associated variability for all factors considered in univariate and/or multivariable analyses. FINDINGS: Median SSI incidence was 3.7%, ranging from 0.1% to 50.4%. Incidence of overall SSI and S. aureus SSI were both highest in tumor-related and transplant surgeries. Median time until SSI onset was 17.0 days, with longer time-to-onset for orthopedic and transplant surgeries. Risk factors consistently identified as associated with SSI included co-morbidities, advanced age, risk indices, patient frailty, and surgery complexity. Thirteen studies considered diabetes as a risk factor in multivariable analysis; 85% found a significant association with SSI, with odds ratios ranging from 1.5-24.3. Longer surgeries were associated with increased SSI risk, with a median odds ratio of 2.3 across 11 studies reporting significant results. CONCLUSIONS AND RELEVANCE: In a broad review of published literature, risk factors for SSI were characterized as describing reduced fitness, patient frailty, surgery duration, and complexity. Recognition of risk factors frequently associated with SSI allows for identification of such patients with the greatest need for optimal preventive measures to be identified and pre-treatment prior to surgery.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,007 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,003 | 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 ».