Economic outcomes associated with deep surgical site infection from lower limb fractures following major trauma
Notice bibliographique
Résumé
Aims This study aims to estimate economic outcomes associated with 30-day deep surgical site infection (SSI) from closed surgical wounds in patients with lower limb fractures following major trauma. Methods Data from the Wound Healing in Surgery for Trauma (WHiST) trial, which collected outcomes from 1,547 adult participants using self-completed questionnaires over a six-month period following major trauma, was used as the basis of this empirical investigation. Associations between deep SSI and NHS and personal social services (PSS) costs (£, 2017 to 2018 prices), and between deep SSI and quality-adjusted life years (QALYs), were estimated using descriptive and multivariable analyses. Sensitivity analyses assessed the impact of uncertainty surrounding components of the economic analyses. Results Compared to participants without deep SSI, those with deep SSI had higher mean adjusted total NHS and PSS costs (adjusted mean difference £1,577 (95% confidence interval (CI) -951 to 4,105); p = 0.222), and lower mean adjusted QALYs (adjusted mean difference -0.015 (95% CI -0.032 to 0.002); p = 0.092) over six months post-injury, but this difference was not statistically significant. The results were robust to the sensitivity analyses performed. Conclusion This study found worse economic outcomes during the first six months post-injury in participants who experience deep SSI following orthopaedic surgery for major trauma to the lower limb. However, the increase in cost associated with deep SSI was less than previously reported in the orthopaedic trauma literature. Cite this article: Bone Jt Open 2022;3(5):398–403.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,040 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».