Total cost of surgical site infection in the two years following primary knee replacement surgery
Notice bibliographique
Résumé
OBJECTIVE: The disease burden of surgical site infection (SSI) following total knee (TKA) replacement is considerable and is expected to grow with increased demand for the procedure. Diagnosing and treating SSI utilizes both inpatient and outpatient services, and the timing of diagnosis can affect health service requirements. The purpose of this study was to estimate the health system costs of infection and to compare them across time-to-diagnosis categories. METHODS: Administrative data from 2005-2016 were used to identify cases diagnosed with SSI up to 1 year following primary TKA. Uninfected controls were selected matched on age, sex and comorbidities. Costs and utilization were measured over the 2-year period following surgery using hospital and out-of-hospital data. Costs and utilization were compared for those diagnosed within 30, 90, 180, and 365 days. A subsample of cases and controls without comorbidities were also compared. RESULTS: We identified 238 SSI cases over the study period. On average, SSI cases cost 8 times more than noninfected controls over the 2-year follow-up period (CaD$41,938 [US$29,965] vs CaD$5,158 [US$3,685]) for a net difference of CaD$36,780 (US$26,279). The case-to-control ratio for costs was lowest for those diagnosed within 30 days compared to those diagnosed later. When only patients without comorbidities were included, costs were >7 times higher. CONCLUSION: Our results suggest that considerable costs result from SSI following TKA and that those costs vary depending on the time of diagnosis. A 2-year follow-up period provided a more complete estimate of cost and utilization.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,000 | 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 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 ».