Hospital-Related Determinants For Surgical-Site Infection Following Hip Arthroplasty
Notice bibliographique
Résumé
OBJECTIVE: To determine hospital-related risk factors for surgical-site infection (SSI) following hip arthroplasty. DESIGN: Prospective, multicenter cohort study based on surveillance data and data collected through a structured telephone interview. With the use of multilevel logistic regression, the independent effect of hospital-related characteristics on SSI was assessed. SETTING: Thirty-six acute care hospitals in the Dutch surveillance network for nosocomial infections (PREZIES), from 1996 to 2000. PATIENTS: Thirteen thousand six hundred eighty patients who underwent total or partial hip arthroplasty. RESULTS: A high annual volume of operations was associated with a reduced risk of SSI (risk-adjusted risk ratio [RR] per 50 extra operations, 0.85; 95% confidence interval [CI95], 0.74-0.97). With each extra full-time-equivalent infection control staff member per 250 beds available for prevention of SSI, the risk for SSI was decreased (RR, 0.48; CI95, 0.16-1.44), although the decrease was not statistically significant. Hospital size, teaching status, university affiliation, and number of surgeons and their years of experience showed no important association with the risk of SSI. CONCLUSION: Undergoing surgery in a hospital with a low volume of operations increases a patient's risk of SSI.
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 | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,000 | 0,000 |
| 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 ».