Risk Factors for Surgical Site Infection in Neonates: A Systematic Review of the Literature and Meta-Analysis
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
Purpose: Surgical site infections (SSI) contribute to postoperative morbidity and mortality in children. Our aim was to evaluate the prevalence and identify risk factors for SSI in neonates. Methods: Using a defined strategy, three investigators searched articles on neonatal SSI published since 2000. Studies on neonates and/or patients admitted to neonatal intensive care unit following cervical/thoracic/abdominal surgery were included. Risk factors were identified from comparative studies. Meta-analysis was conducted according to PRISMA guidelines using RevMan 5.3. Data are (mean±SD) prevalence. Results: Systematic review - of 885 abstracts screened, 48 studies (27,760 neonates) were included. The incidence of SSI was 5.6% (1,564 patients). SSI was more frequent in males (61.8%), premature babies (77.4%), and following gastrointestinal surgery (95.4%). Meta-analysis - ten comparative studies (16,442 neonates; 946 SSI 5.7%) showed that predictive factors for SSI development were gestational age, birth weight, age at surgery, length of surgical procedure, number of procedure per patient, length of preoperative hospital stay, and preoperative sepsis. Conversely, preoperative antibiotic use was not significantly associated with development of SSI. Conclusions: Younger neonates and those undergoing abdominal procedures are at higher risk for SSI. Given the lack of evidence-based literature, prospective studies may help determine the risk factors for SSI in neonates.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,007 | 0,005 |
| Bibliométrie | 0,001 | 0,005 |
| 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 | 0,001 | 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