Current British veterinary attitudes to the use of perioperative antimicrobials in small animal surgery
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
A questionnaire was sent to 2951 mixed and small animal veterinary practices to examine the use of perioperative antimicrobials in cats and dogs in the UK. The percentage of respondents who always used antimicrobials in two surgical procedures classified according to NRC criteria as 'clean' was 25.3 per cent for removal of a 1 cm cutaneous mass and 32.1 per cent for routine prescrotal castration. Factors considered important in decision-making about when to use antimicrobial agents included immunosuppression, presence of a drain, degree of wound contamination, potential for spillage of visceral contents and implantation of prosthesis. The most common antimicrobial agents mentioned were potentiated amoxicillin (98.0 per cent), amoxicillin (60.5 per cent), clindamycin (21.8 per cent), enrofloxacin (21.7 per cent), cephalexin (18.6 per cent) and metronidazole (12.7 per cent). Forty-three per cent of all responding veterinarians listed a long-acting preparation for perioperative use. The routes used were subcutaneous (76.1 per cent), intravenous (25.8 per cent), intramuscular (19.8 per cent), oral (13.5 per cent) and topical (7.7 per cent). Antimicrobials were given before surgery (66.6 per cent), during surgery (30.2 per cent), immediately after surgery (12.0 per cent) and after surgery (6.3 per cent). This survey has identified the suboptimal use of perioperative antimicrobials in small animal surgery with improvements needed with respect to timing, duration, choice of antimicrobial and a more prudent selection of surgical cases requiring prophylaxis.
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.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,001 | 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 découle