Effect of Local Antibiotic Prophylaxis on Postoperative Deep Infection in Fracture Surgery: A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
OBJECTIVES: Despite the use of systemic antibiotic prophylaxis, postoperative infection after fracture surgery remains an issue. The purpose of this systematic review and meta-analysis was to evaluate the effect of locally applied antibiotics on deep infection in fracture surgery in both the open and closed fractures. DATA SOURCES: A comprehensive search of MEDLINE, Embase, and PubMed was performed from the date of inception to April 15, 2021, and included studies in all languages. STUDY SELECTION: Cohort studies were eligible if they investigated the effect on the infection rate of local antibiotic prophylaxis on deep infection after fracture surgery. DATA EXTRACTION: This study was conducted according to the Cochrane Handbook for Systematic Reviews and reported as per the Preferred Reporting Items for Systematic Reviews and Meta-Analyses guidelines. Risk of bias was assessed using version 2 of the Cochrane risk-of-bias tool for randomized trials and the Methodological Index for Nonrandomized Studies tool where applicable. DATA SYNTHESIS: An inverse variance random-effects model was the primary analysis model because of the anticipated diversity in the evaluated populations. Univariate models were used when a single outcome was of interest. CONCLUSIONS: The risk of deep infection was significantly reduced when local antibiotics were applied compared with the control group receiving systemic prophylaxis only. This beneficial effect was observed in open fractures but failed to reach statistical significance in closed fractures. This meta-analysis suggests that there may be a significant risk reduction in deep infection rate after fracture surgery when local antibiotics are added to standard systemic prophylaxis, particularly in open fractures. Further high-powered Level I studies are needed to support these findings. LEVEL OF EVIDENCE: Therapeutic Level III. See Instructions for Authors for a complete description of levels of evidence.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,015 | 0,007 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».