Implementation of Evidence-Based Practices for Surgical Site Infection Prophylaxis: Results of a Pre- and Postintervention Study
Notice bibliographique
Résumé
BACKGROUND: Although evidence-based guidelines for best practices pertaining to surgical site infection (SSI) prophylaxis exist, the feasibility of implementing such practices remains to be demonstrated outside of a controlled clinical trial. This study was designed to assess the safety and feasibility of implementing evidence-based care practices to prevent SSIs. STUDY DESIGN: A prospective, double-cohort (pre- and postintervention) trial in elective, general surgery patients was conducted. All patients undergoing elective, major colorectal or hepatobiliary operations were enrolled. Postintervention cohort patients were exposed to new strategies to improve antibiotic administration times, perioperative normothermia rates, and perioperative glucose control. They were compared with the preintervention cohort, which received standard practice at the time. Outcomes evaluated include timing of antibiotic administration, perioperative temperatures, and postoperative glucose levels. SSI rates between cohorts were also compared. RESULTS: A total of 208 patients were enrolled. The proportion of patients receiving their preoperative antibiotics within 60 minutes improved from 5.9% to 92.6% (p < 0.001); perioperative normothermia rates improved from 60.5% to 97.6% (p < 0.001) between cohorts. There was no improvement in rates of hyperglycemia. SSI rates improved but did not reach statistical significance (14.3% versus 8.7%; p = 0.21). CONCLUSIONS: Implementation of evidence-based care practices to prevent SSI is both safe and practical outside the setting of a randomized, controlled trial. Sustained compliance remains to be demonstrated, although practice audits at our institution suggest ongoing success is possible.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| 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 | 0,000 | 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 ».