MétaCan
Menu
Retour à la cohorte
Enregistrement W3094731894 · doi:10.1017/ice.2020.796

Getting to the Heart of the Matter: Epidemiology of Surgical Site Infections Following Open Heart Surgery in Children

2020· article· en· W3094731894 sur OpenAlexaff
Matthew A. Magyar, Allyson Shephard, Pat Bedard, Ken Tang, Gyaandeo Maharajh, Nisha Thampi

Notice bibliographique

RevueInfection Control and Hospital Epidemiology · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiac and Coronary Surgery Techniques
Établissements canadiensChildren's Hospital of Eastern Ontario
Organismes subventionnairesnon disponible
Mots-clésMedicineOdds ratioIncidence (geometry)Cardiac surgeryConfidence intervalEpidemiologyUnivariate analysisCardiopulmonary bypassLogistic regressionBathingEmergency medicineSurgeryInternal medicineMultivariate analysis

Résumé

récupéré en direct d'OpenAlex

Background: Surgical site infections (SSIs) following open heart surgery involving cardiopulmonary bypass (CPB) among pediatric patients are healthcare-associated infections associated with significant morbidity and mortality. At a pediatric acute-care facility, an increase in SSI incidence prompted an epidemiologic review. We describe the incidence of cardiac SSIs at our hospital; we identified risk factors and areas of practice variation to inform improvement initiatives. Methods: SSI cases following CPB at our hospital have been identified through routine surveillance using NHSN definitions since January 2016. An increase in cases was noted in mid-2018, prompting a common cause analysis with stakeholders across the preoperative, intraoperative, and postoperative care continuum. Areas of practice variability were identified, and an epidemiologic review was performed to determine risk factors among cases compared to noncases between January 2016 and August 2018. The rate of SSIs and 95% confidence intervals were estimated, and univariate logistic regressions were fitted to estimate unadjusted odds ratios (ORs) for the association between each of the predetermined preoperative, intraoperative, and postoperative factors and developing an SSI. Results: Overall, 139 patients underwent surgery involving CPB between January 1, 2016, and August 31, 2018. Preoperative bathing was infrequently documented (9% among cases vs 5% among noncases; P = .56). Operating room observations identified frequent door openings and equipment crowding. Moreover, 11 patients (7.9%) developed a cardiac SSI, with 6 (14.3%) occurring in the first 8 months of 2018 (P = .067). There were no predominant pathogens; 3 of 11 cases were associated with methicillin-susceptible Staphylococcus aureus. Also, 9 cases were classified as deep incisional or organ-space SSI. Each hour increase in total CPB duration was associated with a 63% increase in odds of developing an SSI (OR, 1.626; 95% CI, 1.041–2.539). Each additional day of intubation (OR, 2.400; 95% CI, 1.203–4.788) and peritoneal dialysis (OR, 1.767; 95% CI, 1.070–2.919) during the first 3 days postoperatively were also associated with increased SSI risk. Postoperative documentation of wound assessment occurred in 60% of patients, with no difference between cases and noncases (55% vs 67%; P = .42). Conclusions: Using a mixed-methods approach, preoperative bathing, increased operating room traffic, and postoperative care around wounds and invasive devices were identified as areas of improvement toward safer surgical care. Although no unique organism or process explained the increased rate, determining risk factors and areas of practice variability through stakeholder engagement provided insight into opportunities to prevent SSIs. Funding: None Disclosures: None

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)0,001
score de la tête « metaresearch » (Gemma)0,005
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 enseignants0,011
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,022
Tête enseignante GPT0,310
Écart entre enseignants0,288 · 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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInfection Control and Hospital EpidemiologyMême sujetCardiac and Coronary Surgery TechniquesTravaux en français237 207