Surgical Site Infection Affects Length of Stay After Complex Head and Neck Procedures
Notice bibliographique
Résumé
OBJECTIVES/HYPOTHESIS: Quality improvement (QI) initiatives emphasize a need for reduction in hospital length of stay (LOS). We sought to determine the impact of surgical site infections (SSIs) on LOS after complex head and neck surgery (HNS). STUDY DESIGN: Retrospective cohort analysis. METHODS: An analysis of the American College of Surgeons National Surgical Quality Improvement Program was undertaken. All adult patients undergoing complex HNS from 2005 to 2016 were included in the analysis. Our main outcomes were SSI incidence and increase in hospital LOS attributable to SSI. RESULTS: Of 4,014 patients identified, 16.5% developed SSI. History of smoking, diabetes, preoperative wound infection, contaminated or dirty wound classes, and prolonged operative time were found to significantly predict postoperative SSI. Adjusting for significant pre- and postoperative factors, SSI was associated with significantly increased LOS (hazard ratio = 0.486, 95% confidence interval: 0.419-0.522). CONCLUSIONS: SSI following complex HNS is associated with significantly increased hospital LOS. This result supports the need for institutional QI strategies that target SSIs after head and neck procedures in an effort to provide the highest quality care at the lowest possible cost. Our analysis identifies risk factors that can allow identification of patients at high risk of SSI and prolonged hospitalization. LEVEL OF EVIDENCE: 2b Laryngoscope, 2020.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».