Predictors of Surgical Site Infection in Pediatric Cochlear Implantation
Notice bibliographique
Résumé
OBJECTIVE: To determine risk factors for surgical site infection (SSI) after cochlear implantation (CI) in pediatric patients. STUDY DESIGN: Case-control study. SETTING: A total of 150 hospitals contributing data to the ACS-NSQIP Pediatric database (American College of Surgeons National Surgical Quality Improvement Program) in North America and worldwide. METHODS: Pediatric patients (aged <18 years) undergoing CI during the years 2012 to 2017 were identified in the ACS-NSQIP Pediatric database. Uni- and multivariable logistic regression analyses were used to determine the odds ratios (ORs) of SSI (including superficial incisional, deep incisional, organ/space) occurring up to 30 days postoperatively. RESULTS: A total of 79 SSIs occurred over a 5-year period (n = 5146). Longer operative time significantly increased the odds of SSI (OR, 1.965; 95% CI, 1.205-3.289). Younger age was also found to raise the odds of SSI, with decreased odds associated with each 6-month increase in age (OR, 0.887; 95% CI, 0.814-0.958). CONCLUSION: Longer operative time and younger age appear to significantly increase the odds of SSI in pediatric CI. Body mass index, recent steroid use, American Society of Anesthesiologists class, bilateral vs unilateral implantation, and hospital length of stay do not appear to significantly influence SSI risk. These findings must be interpreted in the context of the limitations inherent to adverse events reporting, which are mitigated by the stringent manner of data collection by the ACS-NSQIP, and those inherent to the definition of SSI. Future prospective studies should investigate the impact of reducing operative time on the risk of SSI and other complications in pediatric CI.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».