MétaCan
Menu
Retour à la cohorte
Enregistrement W4221135551 · doi:10.1093/jbcr/irac012.122

120 The Association of Admission Cultures with Burn Outcomes

2022· article· en· W4221135551 sur OpenAlexaff
Maree Baird, Joyce E Wall, Angela Man, Najib M Allabadi, Marc G. Jeschke, Alisa Savetamal, John Schulz, Kathleen S Romanowski

Notice bibliographique

RevueJournal of Burn Care & Research · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueBurn Injury Management and Outcomes
Établissements canadiensTD Bank Group
Organismes subventionnairesnon disponible
Mots-clésMedicineTotal body surface areaInterquartile rangeBurn injuryBurn centerMedical recordPopulationRetrospective cohort studyBody surface areaInternal medicineEmergency medicineSurgeryPoison control

Résumé

récupéré en direct d'OpenAlex

Abstract Introduction Burn patients are susceptible to infections. It is thought that burn wounds are initially sterile and become colonized by commensal and environmental microorganisms. Many burn centers have protocols to routinely screen patients for infection on admission. The ability of culture results to predict outcomes in burn patients has not been examined. In this study, we aim to examine the relationship between admission cultures and burn outcomes. We hypothesize that patients who have positive cultures on admission will have increased mortality and length of stay (LOS). Methods A retrospective chart review was conducted using electronic medical records for all adult patients admitted to three ABA verified burn centers from January 2016 -December 2017. Data collected included patient demographics, burn injury, burn outcomes, and cultures obtained within the first 24 hours of admission. Data analysis was conducted using Chi-square, Fisher Exact, Spearman Correlation, Wilcoxon 2-sample, and Kruskal-Wallis tests. Results A total of 1615 patients (mean age 45.87±17.65 years, 1145 males [70.9%]) were analyzed. Mean total body surface area burn (TBSA) was 9.6±14.2% and 10% had inhalation injuries. In this study population, the median LOS was 7 days (Interquartile range [IQR] = 12) and 72 patients (4.5%) expired. Older patients (p < .0001), those with higher scores on the 11-factor modified frailty index (mFI-11) (p < 0.0001), a higher TBSA (p< .0.0001) and inhalation injury (p < 0.0001) had a higher mortality rate. In examining the effect of admission cultures on mortality, there was no significant difference in mortality based on wound culture (p 0.14), Clostridium difficile (C. diff) (p 0.25), or urine culture (p=0.79) results. Patients with positive Methicillin-Resistant Staphylococcus Aureus (MRSA) screening (p 0.04) and those with positive blood cultures (p 0.01) were more likely to die from their injuries. Older patients (r= 0.14, p < 0.0001), those with a larger TBSA (r=0.49, p < 0.0001), and a higher MFI-11 score (r=0.12, p < 0.0001) had and increased LOS.. There was no association between LOS and positive wound cultures (p 0.08), or blood cultures (p 0.49) upon admission. Patients with positive MRSA results (p 0.003) and urine cultures (p 0.01) upon admission had a longer LOS while those with positive C. diff results had a shorter LOS (p 0.01). Conclusions Mortality is associated with standard predictors of outcomes (age, burn size, inhalation injuries, frailty scores) and positive MRSA screens and blood cultures. Patients with larger burns (define larger burn-maybe use the degree scale), a positive MRSA and negative C. diff had a longer LOS. Based on these results, cultures should be considered in all patients upon admission to the hospital as they are predictive of burn outcomes.

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)0,007
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 enseignants0,006
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,042
Tête enseignante GPT0,397
Écart entre enseignants0,356 · 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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Burn Care & ResearchMême sujetBurn Injury Management and OutcomesTravaux en français237 207