Preoperative Skin Antiseptic Preparations for Preventing Surgical Site Infections: A Systematic Review
Notice bibliographique
Résumé
OBJECTIVE: To evaluate the clinical effectiveness of preoperative skin antiseptic preparations and application techniques for the prevention of surgical site infections (SSIs). DESIGN: Systematic review of the literature using Medline, EMBASE, and other databases, for the period January 2001 to June 2011. METHODS: Comparative studies (including randomized and nonrandomized trials) of preoperative skin antisepsis preparations and application techniques were included. Two researchers reviewed each study and extracted data using standardized tables developed before the study. Studies were reviewed for their methodological quality and clinical findings. RESULTS: Twenty studies (n = 9,520 patients) were included in the review. The results indicated that presurgical antiseptic showering is effective for reducing skin flora and may reduce SSI rates. Given the heterogeneity of the studies and the results, conclusions about which antiseptic is more effective at reducing SSIs cannot be drawn. CONCLUSIONS: The evidence suggests that preoperative antiseptic showers reduce bacterial colonization and may be effective at preventing SSIs. The antiseptic application method is inconsequential, and data are lacking to suggest which antiseptic solution is the most effective. Disinfectant products are often mixed with alcohol or water, which makes it difficult to form overall conclusions regarding an active ingredient. Large, well-conducted randomized controlled trials with consistent protocols comparing agents in the same bases are needed to provide unequivocal evidence on the effectiveness of one antiseptic preparation over another for the prevention of SSIs.
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 | 0,004 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,002 |
| 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 | 0,001 | 0,001 |
| 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 ».