MétaCan
Menu
Retour à la cohorte
Enregistrement W3023191021

Reduction in surgical site infections in the Southern Cross Hospitals network, 2004-2015: successful outcome of a long-term surveillance and quality improvement project.

2018· article· en· W3023191021 sur OpenAlexaff
Arthur J. Morris, Tanya M Jackways, Adrienne Morgan, Rosaleen Robertson, Muriel McIntyre

Notice bibliographique

RevuePubMed · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueSurgical site infection prevention
Établissements canadiensInstitute on GovernanceCanadian Society of Microbiologists
Organismes subventionnairesnon disponible
Mots-clésMedicineOdds ratioConfidence intervalSurgical site infectionEmergency medicineBody mass indexPsychological interventionAntibiotic prophylaxisSurgeryPediatricsInternal medicineAntibiotics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

AIM: To report on the reduction in the surgical site infection (SSI) rate in the Southern Cross Hospitals network over a 12-year period, 2004-2015, following active surveillance and quality improvement actions. METHODS: Ten hospitals in the network performed prospective SSI surveillance using standard definitions across a range of ten surgical procedure groups. Data was manually collected on a standardised form and entered into a bespoke database. Information collected included timing and dose of surgical antibiotic prophylaxis, type of surgical site skin preparation used, and patient information on smoking, diabetes and body mass index (BMI). Patients were contacted 30 days after their elective surgery to detect SSIs presenting after discharge from hospital. Surveillance results were widely reported to infection control and clinical review committees. Quality improvement activities to increase use of best practice interventions for surgical antibiotic prophylaxis and alcohol-based skin preparations were initiated during the surveillance period. RESULTS: 42,792 procedures performed in ten hospitals were analysed. There were 932 (2.2%) SSIs. The SSI rate decreased from 3.5% in 2004 to 1.2% in 2015, r-0.865, p=<0.0001, a decrease of 59%, approximately 5% a year. Rates decreased in seven of the 10 hospitals, p≤0.02 for each, and in five of the ten procedure groups, p≤0.02 for each. Diabetic patients, odds ratio (OR) 1.4 (95% confidence interval (CI) 1.1-1.9), obese patients (BMI>30), OR 2.0 (95% CI 1.6-2.4), and those with a surgical risk score of ≥1 OR 1.3 (95% CI 1.1-1.6) had higher SSI rates. These three patient risk factors increased during the 12-year period. The use of alcohol-based skin preparations increased during the period from 63% to 84% in the first two and last two years respectively, p<0.0001. Use of an alcohol-based skin preparation was associated with a reduction in SSIs OR 0.54 (95% CI 0.47-0.62). On time prophylaxis improved from 72% to 95% over the 12 years, p<0.0001, and on time prophylaxis was associated with a reduction in SSIs, OR=0.62 (95% CI 0.51-0.75). The use of 2g doses of cefazolin increased significantly after 2010, p<0.0001. The most common cause of SSI was Staphylococcus aureus which was present in 54% of cases with a positive culture. CONCLUSIONS: This long-term surveillance and quality improvement programme has made a significant contribution to the overall reduced rate of SSIs in Southern Cross Hospitals. This reduction occurred despite patient risk factors for SSI increasing. Further reduction is possible with higher adherence to best practice and interventions aimed at reducing S. aureus SSIs.

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)0,013
score de la tête « metaresearch » (Gemma)0,016
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,037
Score d'incertitude au seuil0,073

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,016
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,034
Tête enseignante GPT0,347
Écart entre enseignants0,313 · 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'étudeObservationnel
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

Citations4
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetSurgical site infection preventionTravaux en français237 207