Risk of Treatment Failure for Prosthetic Joint Infections: Retrospective Chart Review in an Outpatient Parenteral Antimicrobial Therapy Program.
Notice bibliographique
Résumé
Background: Prosthetic joint infections (PJIs) are a major complication of total joint replacement surgeries. Treatment includes surgical intervention with prolonged courses of IV antibiotics in outpatient parenteral antimicrobial therapy (OPAT) programs. The risk of PJI treatment failure is high and may be associated with various clinical factors. Objectives: To determine the rate of PJI treatment failure and to identify potential risk factors for failure in patients admitted to an OPAT program. Methods: A retrospective chart review was conducted for adult patients with PJI admitted to an OPAT program between July 1, 2013, and July 1, 2019. Treatment courses were deemed to have failed according to predetermined criteria. χ2 tests and multiple linear regression were used to examine associations of comorbidities, pathogens, and antimicrobial regimens with treatment failure. Results: In total, 100 patients associated with 137 PJI treatment courses in the OPAT program were included. Of these, 28 patients accounted for 65 of the treatment courses. Methicillin-susceptible Staphylococcus aureus was the most frequently isolated pathogen (31/137 or 22.6% of treatment courses). Patient comorbidities included body mass index of at least 30 kg/m2 (58% of patients) and diabetes (41% of patients). The overall rate of treatment failure was 56.2% (77/137 treatment courses). Selected risk factors associated with treatment failure or success were diabetes (50.9% versus 29.8%; odds ratio [OR] 4.03, 95% confidence interval [CI] 1.38–12.88, p = 0.013) and depression (32.1% versus 14.9%; OR 5.02, 95% CI 1.30–22.89, p = 0.025). Conclusions: The overall rate of PJI treatment failure in the study population was high. Patients with diabetes and depression experienced higher incidences of failure. Future investigations of comprehensive PJI management should be considered to ensure successful treatment and to minimize excessive use of health care resources. RÉSUMÉ Contexte : Les infections des prothèses articulaires (IPA) sont une complication majeure des arthroplasties totales. Le traitement comprend une intervention chirurgicale avec des séries prolongées d’antibiotiques IV dans le cadre de programmes de traitement antimicrobien parentéral ambulatoire (outpatient parenteral antimicrobial therapy; OPAT). Le risque d’échec du traitement des IPA est élevé et peut être associé à divers facteurs cliniques. Objectifs : Déterminer le taux d’échec du traitement des IPA et identifier les facteurs de risque chez les patients admis dans un programme OPAT. Méthodes : Un examen rétrospectif des dossiers de patients adultes atteints d’une IPA admis dans un programme OPAT entre le 1er juillet 2013 et le 1er juillet 2019 a été mené. L’échec d’un traitement était défini selon des critères prédéterminés. Des tests χ2 et une régression linéaire multiple ont été utilisés pour examiner les associations de comorbidités, d’agents pathogènes et de régimes antimicrobiens avec l’échec du traitement. Résultats : Au total, 100 patients associés à 137 séries de traitements des IPA au sein du programme OPAT étaient inclus. Parmi ceux-ci, 28 patients représentaient 65 des séries de traitement. Le Staphylococcus aureus sensible à la méthicilline était l’agent pathogène le plus fréquemment isolé (31/137 soit 22,6 % des séries de traitement). Les comorbidités des patients comprenaient un indice de la masse corporelle d’au moins 30 kg/m2 (58 % des patients) et un diabète (41 % des patients). Le taux global d’échec thérapeutique était de 56,2 % (77/137 séries de traitement). Les facteurs de risque sélectionnés associés à l’échec ou à la réussite du traitement étaient le diabète (50,9 % contre 29,8 %; rapport de cotes [RC] 4,03, intervalle de confiance à 95 % 1.38-12.88, p = 0,013) et la dépression (32,1 % contre 14,9 %; RC 5,02, IC à 95 % 1.30-22.89, p = 0,025). Conclusions : Le taux global d’échec du traitement de l’IPA dans la population étudiée était élevé. L’incidence des échecs chez les patients atteints de diabète et de dépression était plus élevée. Des enquêtes futures sur la prise en charge globale de l’IPA devraient être envisagées pour garantir la réussite du traitement et réduire au minimum l’utilisation excessive des ressources de soins de santé.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».