MétaCan
Menu
Retour à la cohorte
Enregistrement W3133985359 · doi:10.1093/asj/sjab119

Decreasing Surgical Site Infections in Plastic Surgery: A Systematic Review and Meta-analysis of Level 1 Evidence

2021· review· en· W3133985359 sur OpenAlexaff
Hassan ElHawary, Matthew A Hintermayer, Peter Alam, Vanessa C. Brunetti, Jeffrey E. Janis

Notice bibliographique

RevueAesthetic Surgery Journal · 2021
Typereview
Langueen
DomaineMedicine
ThématiqueSurgical site infection prevention
Établissements canadiensMcGill UniversityMcGill University Health Centre
Organismes subventionnairesnon disponible
Mots-clésMedicineMeta-analysisAntibiotic prophylaxisRandomized controlled trialCraniofacial surgerySurgeryPlastic surgerySystematic reviewQuality of evidenceEvidence-based medicineMEDLINEPsychological interventionSurgical site infectionCraniofacialAntibioticsInternal medicineAlternative medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Although many interventions are implemented to prevent surgical site infections (SSIs) in plastic surgery, their supporting evidence is inconsistent. OBJECTIVES: The goal of this study was to assess the efficacy of methods for decreasing SSIs in plastic surgery. METHODS: A systematic review and meta-analysis were performed to compare the effects of SSI prevention methods. All the studies were assessed for quality of evidence according to the GRADE assessment. RESULTS: Fifty Level 1 randomized controlled trials were included. The most common interventions for preventing SSIs were antibiotic prophylaxis, showering, prepping, draping, and the use of dressings. Current evidence suggests that antibiotic prophylaxis is largely unnecessary and overused in many plastic surgical procedures, with the exception of head and neck oncologic, oral craniofacial, and traumatic hand surgeries. CONCLUSIONS: Efficacy of antibiotic prophylaxis in plastic surgery is dependent on surgery type. There is a lack evidence that showering and prepping with chlorohexidine and povidone reduces 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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,010
score de la tête « metaresearch » (Gemma)0,005
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Méta-épidémiologie (sens large), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens large)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,502
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0100,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0190,011
Bibliométrie0,0030,005
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,266
Tête enseignante GPT0,407
Écart entre enseignants0,141 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations21
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAesthetic Surgery JournalMême sujetSurgical site infection preventionTravaux en français237 207