MétaCan
Menu
Retour à la cohorte
Enregistrement W4297092944 · doi:10.2106/jbjs.rvw.22.00020

Management of Periprosthetic Joint Infections After Hemiarthroplasty of the Hip

2022· review· en· W4297092944 sur OpenAlexaff
Antoine Bureau, Jonathan Bourget-Murray, Marisa Ann Azad, Hesham Abdelbary, George Grammatopoulos, Simon Garceau

Notice bibliographique

RevueJBJS Reviews · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueOrthopedic Infections and Treatments
Établissements canadiensOttawa Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicinePeriprostheticSurgeryJoint infectionsAntibiotic prophylaxisComplicationArthroplastyAntibioticsDebridement (dental)

Résumé

récupéré en direct d'OpenAlex

➢: Periprosthetic joint infection (PJI) following hip hemiarthroplasty (HA) is a devastating complication, incurring immense health-care costs associated with its treatment and placing considerable burden on patients and their families. These patients often require multiple surgical procedures, extended hospitalization, and prolonged antimicrobial therapy. ➢: Notable risk factors include older age, higher American Society of Anesthesiologists (ASA) score, inadequate antibiotic prophylaxis, non-antibiotic-loaded cementation of the femoral implant, longer duration of the surgical procedure, and postoperative drainage and hematoma. ➢: Although the most frequent infecting organisms are gram-positive cocci such as Staphylococcus aureus, there is a higher proportion of patients with gram-negative and polymicrobial infections after hip HA compared with patients who underwent total hip arthroplasty. ➢: Several surgical strategies exist. Regardless of the preferred surgical treatment, successful management of these infections requires a comprehensive surgical debridement focused on eradicating the biofilm followed by appropriate antibiotic therapy. ➢: A multidisciplinary approach led by surgeons familiar with PJI treatment and infectious disease specialists is recommended for all cases of PJI after hip HA to increase the likelihood of treatment success.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,061
Tête enseignante GPT0,343
Écart entre enseignants0,282 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations13
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJBJS ReviewsMême sujetOrthopedic Infections and TreatmentsTravaux en français237 207