Best Practice Guidelines for Surgical Site Infection in High-risk Pediatric Spine Surgery: Definition, Prevention, Diagnosis, and Treatment
Notice bibliographique
Résumé
BACKGROUND: Prior "best practice guidelines" (BPG) have identified strategies to reduce the risk of acute deep surgical site infection (SSI), but there still exists large variability in practice. Further, there is still no consensus on which patients are "high risk" for SSI and how SSI should be diagnosed or treated in pediatric spine surgery. We sought to develop an updated, consensus-based BPG informed by available literature and expert opinion on defining high-SSI risk in pediatric spine surgery and on prevention, diagnosis, and treatment of SSI in this high-risk population. MATERIALS AND METHODS: After a systematic review of the literature, an expert panel of 21 pediatric spine surgeons was selected from the Harms Study Group based on extensive experience in the field of pediatric spine surgery. Using the Delphi process and iterative survey rounds, the expert panel was surveyed for current practices, presented with the systematic review, given the opportunity to voice opinions through a live discussion session and asked to vote regarding preferences privately. Two survey rounds were conducted electronically, after which a live conference was held to present and discuss results. A final electronic survey was then conducted for final voting. Agreement ≥70% was considered consensus. Items near consensus were revised if feasible to achieve consensus in subsequent surveys. RESULTS: Consensus was reached for 17 items for defining high-SSI risk, 17 items for preventing, 6 for diagnosing, and 9 for treating SSI in this high-risk population. After final voting, all 21 experts agreed to the publication and implementation of these items in their practice. CONCLUSIONS: We present a set of updated consensus-based BPGs for defining high-risk and preventing, diagnosing, and treating SSI in high-risk pediatric spine surgery. We believe that this BPG can limit variability in practice and decrease the incidence of SSI in pediatric spine surgery. LEVEL OF EVIDENCE: Not applicable.
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 | 0,078 | 0,220 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,005 |
| Bibliométrie | 0,016 | 0,009 |
| Études des sciences et des technologies | 0,003 | 0,004 |
| Communication savante | 0,006 | 0,007 |
| Science ouverte | 0,008 | 0,007 |
| Intégrité de la recherche | 0,008 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,004 |
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 ».