Rate of infection following revision anterior cruciate ligament reconstruction and associated patient‐ and surgeon‐dependent risk factors: Retrospective results from MOON and MARS data collected from 2002 to 2011
Notice bibliographique
Résumé
Infection is a rare occurrence after revision anterior cruciate ligament reconstruction (rACLR). Because of the low rates of infection, it has been difficult to identify risk factors for infection in this patient population. The purpose of this study was to report the rate of infection following rACLR and assess whether infection is associated with patient- and surgeon-dependent risk factors. We reviewed two large prospective cohorts to identify patients with postoperative infections following rACLR. Age, sex, body mass index (BMI), smoking status, history of diabetes, and graft choice were recorded for each patient. The association of these factors with postoperative infection following rACLR was assessed. There were 1423 rACLR cases in the combined cohort, with 9 (0.6%) reporting postoperative infections. Allografts had a higher risk of infection than autografts (odds ratio, 6.8; 95% CI, 0.9-54.5; p = .045). Diabetes (odds ratio, 28.6; 95% CI, 5.5-149.9; p = .004) was a risk factor for infection. Patient age, sex, BMI, and smoking status were not associated with risk of infection after rACLR.
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 | 0,003 | 0,006 |
| 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 | 0,001 |
| 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 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 ».