Incidence, Risk Factors, and Diagnostic Evaluation of Postoperative Fever in an Orthopaedic Trauma Population
Notice bibliographique
Résumé
OBJECTIVES: To determine the incidence of positive diagnostic evaluations during the management of postoperatively febrile orthopaedic trauma patients. A secondary objective was to describe the incidence and risk factors for postoperative fever. DESIGN: Retrospective study. SETTING: The orthopaedic trauma service at a tertiary referral hospital. PATIENTS: Postoperatively febrile orthopaedic trauma patients admitted from 2005 to 2008. MAIN OUTCOME MEASURES: In patients who developed postoperative fever (oral temperature ≥38.5ºC), records were reviewed to determine whether urinalysis, urine cultures, blood cultures, chest radiographs, or wound cultures were performed and subsequent results were recorded. Patient demographics including sex, age, and medical comorbidities were also noted. RESULTS: A total of 106 subjects (18%) developed a postoperative fever, with a mean temperature of 38.8 ± 0.3ºC (range, 38.5-40.0ºC). Overall, 135 diagnostic tests were ordered with 14 being positive (10%). Yields per individual test were as follows: urinalyses, 7 of 34 (21%); urine cultures, 4 of 38 (11%); chest radiograph, 2 of 23 (9%); blood cultures, 1 of 38 (3%); and wound cultures, 0 of 2 (0%). Patients investigated on postoperative day 6 or later had a greater incidence of positive diagnostic evaluations (40%) than patients investigated on postoperative days 0-5 (16%). The single positive blood culture was found on postoperative day 16. CONCLUSIONS: Postoperative fever is common among orthopaedic trauma patients. Diagnostic evaluations have a low-positive yield, particularly in the early postoperative period. In the later postoperative period, physicians should be more suspicious for an infective source of fever because a traumatic inflammatory etiology of fever is less likely.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».