Surgical site infection rates at the Pontiac Health Care Centre, a rural community hospital.
Notice bibliographique
Résumé
INTRODUCTION: The prevalence of surgical site infections (SSIs) at the Pontiac Health Care Centre, a rural hospital, was compared with rates obtained by large multicentre studies. Postoperative nosocomial infection (NI) rates were also calculated. METHODS: A review of all surgical interventions involving an incision, excluding ophthalmological procedures, performed between October 2001 and March 2003 (n = 831) was undertaken. Various clinical parameters were recorded. Infection rates were calculated. Data were analyzed using either the chi2 or Student's t test. RESULTS: The overall SSI rate was 5.54%: 3.50% in clean cases (C), 6.77% in clean-contaminated cases (CC), and 14.58% in contaminated or dirty cases (D). The postoperative NI rate was 6.62% (C, 3.68%; CC, 9.90%; D, 16.67%). The mean duration of surgery was significantly higher among patients with SSIs and with NIs than those without infections for CC (133 +/- 95 v. 78 +/- 60 min, p < 0.05, and 129 +/- 82 v. 77 +/- 60 min, p < 0.001 respectively) and D (130 +/- 96 v. 82 +/- 62 min, p < 0.001, and 136 +/- 92 v. 80 +/- 60 min, p < 0.001 respectively). There were significantly higher SSI and NI rates among patients with combined American Society of Anesthesiologists (ASA) scores II and III than those with ASA score I in D (chi2 = 5.06 and chi2 = 6.34 respectively). There was also significantly higher SSI and NI rates among patients with combined Comorbidity Scale score 1-6 than those with no comorbid factors in CC (chi2 = 4.14 and chi2 = 4.42 repectively) and D (not significant and chi2 = 4.04 respectively). CONCLUSION: SSI rates at the Pontiac Health Care Centre were comparable to multicentre rates. Wound contamination category, type of surgery, duration of surgery, ASA score and Comorbidity Scale score were associated with SSI and NI rates. Studies have shown that examining NI rates decreases these rates by raising awareness; thus, we suggest that rural hospitals implement protocols to survey their postoperative NI rates.
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 | 0,003 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».