Postoperative deep shoulder infections following rotator cuff repair
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Rotator cuff repair (RCR) is one of the most commonly performed surgical procedures in orthopaedic surgery. The reported incidence of deep soft-tissue infections after RCR ranges between 0.3% and 1.9%. Deep shoulder infection after RCR appears uncommon, but the actual incidence may be higher as many cases may go unreported. Clinical presentation may include increasing shoulder pain and stiffness, high temperature, local erythema, swelling, warmth, and fibrinous exudate. Generalized fatigue and signs of sepsis may be present in severe cases. Varying clinical presentation coupled with a low index of suspicion may result in delayed diagnosis. Laboratory findings include high erythrocyte sedimentation rate and C-reactive protein level, and, rarely, abnormal peripheral blood leucocyte count. Aspiration of glenohumeral joint synovial fluid with analysis of cell count, gram staining and culture should be performed in all patients suspected with deep shoulder infection after RCR. The most commonly isolated pathogens are Propionibacterium acnes , Staphylococcus epidermidis , and Staphylococcus aureus . Management of a deep soft-tissue infection of the shoulder after RCR involves surgical debridement with lavage and long-term intravenous antibiotic treatment based on the pathogen identified. Although deep shoulder infection after RCR is usually successfully treated, complications of this condition can be devastating. Prolonged course of intravenous antibiotic treatment, extensive soft-tissue destruction and adhesions may result in substantially diminished functional outcomes.
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.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,001 | 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 | 0,000 | 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 découle