MétaCan
Menu
Retour à la cohorte
Enregistrement W2280889654 · doi:10.5539/gjhs.v8n10p185

Azithromycin versus Cephalexin for Simple Traumatic Wounds in the Emergency Department: A Randomised Trial

2016· article· en· W2280889654 sur OpenAlexvenueno aff
Hamed Basir Ghafouri, Morteza Zare, Azam Bazrafshan, Abbas Edalatkhah, Niloofar Abazarian

Notice bibliographique

RevueGlobal Journal of Health Science · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueSurgical Sutures and Adhesives
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAzithromycinEmergency departmentMedicineRandomized controlled trialEmergency medicineSurgeryAntibioticsMicrobiologyPsychiatryBiology

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: The aim of this study was to investigate efficacy of azithromycin versus cephalexin for infection prophylaxisis in patients with simple traumatic wounds managed at emergency department. METHOD: This randomized controlled trial compared short-course therapy of once-daily azithromycin (500 mg before the wound repair followed by 250 mg/day for 5 days) with cephalexin (1000 mg before wound repair followed by 250 mg every 6 hours for 5 days) in the treatment of patients with simple traumatic wounds. A total of 366 patients were randomly selected for the study and 303 were evaluated for the final analysis. RESULTS: On completion of therapy, the rate of observed infection was 9.6% in the cephalexin group (15 patients, odds ratio=0.77, 95% confidence interval, 0.56 to 1.06) and 5.4% in the azithromycin group (8 patients, odds ratio 1.42, 95% confidence interval, 0.80 to 2.52). Both treatment indicated similar prophylactic efficacy during the study (P=0.197). CONCLUSION: Our study showed that Azithromycin as infection prophylaxis in simple traumatic wounds had the same effect as cephalexin but azithromycin is easier to use and more cost-effective compared to cephalexin.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0050,003
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,069
Tête enseignante GPT0,405
Écart entre enseignants0,336 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeEssai randomisé
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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal Journal of Health ScienceMême sujetSurgical Sutures and AdhesivesTravaux en français237 207