MétaCan
Menu
Retour à la cohorte
Enregistrement W2210509845 · doi:10.1177/000313481508101133

Daily Incision Cleansing with Alcohol Reduces the Rate of Surgical Site Infections: A Pilot Study

2015· article· en· W2210509845 sur OpenAlexaff
Kelly Vogt, Sami A. Chadi, Neil Parry, Daryl Gray, Muriel Brackstone

Notice bibliographique

RevueThe American Surgeon · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueSurgical site infection prevention
Établissements canadiensLondon Health Sciences CentreWestern University
Organismes subventionnairesnon disponible
Mots-clésMedicineAlcoholIsopropyl alcoholSurgeryAnesthesia

Résumé

récupéré en direct d'OpenAlex

Surgical site infections (SSIs) represent a significant source of preventable patient morbidity and hospital expense. Our objective was to assess the role of postoperative incisional alcohol cleansing in decreasing the rates of SSI as compared with standard care (control). Patients undergoing clean-contaminated abdominal operations at a single center were included. Prospectively collected data on control patients were compared with patients treated with daily postoperative alcohol-based surgical site cleansing (70% isopropyl alcohol) for the primary outcome of an SSI within the first 30 postoperative days. A total of 93 patients were included, 56 managed with standard care and 37 managed with the addition of daily alcohol cleansing. A significantly lower rate of SSI in the group managed with daily alcohol cleansing was observed (13% vs 32%, P = 0.04). This study suggests a role for adding daily incisional alcohol cleansing to further reduce the rate 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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,109
Score d'incertitude au seuil0,652

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,052
Tête enseignante GPT0,329
Écart entre enseignants0,277 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe American SurgeonMême sujetSurgical site infection preventionTravaux en français237 207