Efficacy of Strategies Intended to Prevent Surgical Site Infection After Lower Limb Revascularization Surgery
Notice bibliographique
Résumé
OBJECTIVE: The objective of this study is to evaluate the efficacy of strategies intended to prevent surgical site infection (SSI) after lower limb revascularization surgery. BACKGROUND: SSIs are common, costly complications of lower limb revascularization surgery associated with significant morbidity and mortality. METHODS: We searched MEDLINE, EMBASE, CENTRAL, and Evidence-Based Medicine Reviews (inception to April 28, 2022). Two investigators independently screened abstracts and full-text articles, extracted data, and assessed the risk of bias. We included randomized controlled trials (RCTs) that evaluated strategies intended to prevent SSI after lower limb revascularization surgery for peripheral artery disease. We used random-effects models to pool data and GRADE to assess certainty. RESULTS: Among 6258 identified citations, we included 26 RCTs (n=4752 patients) that evaluated 12 strategies to prevent SSI. Preincision antibiotics [risk ratio (RR)=0.25; 95% CI, 0.11-0.57; n=4 studies; I2 statistic=7.1%; high certainty] and incisional negative-pressure wound therapy (iNPWT) (RR=0.54; 95% CI, 0.38-0.78; n=5 studies; I2 statistic=7.2%; high certainty) reduced pooled risk of early (≤30 days) SSI. iNPWT also reduced the risk of longer-term (>30 days) SSI (pooled-RR=0.44; 95% CI, 0.26-0.73; n=2 studies; I2 =0%; low certainty). Strategies with uncertain effects on risk of SSI included preincision ultrasound vein mapping (RR=0.58; 95% CI, 0.33-1.01; n=1 study); transverse groin incisions (RR=0.33; 95% CI, 0.097-1.15; n=1 study), antibiotic-bonded prosthetic bypass grafts (RR=0.74; 95% CI, 0.44-1.25; n=1 study; n=257 patients), and postoperative oxygen administration (RR=0.66; 95% CI, 0.42-1.03; n=1 study) (low certainty for all). CONCLUSIONS: Preincision antibiotics and iNPWT reduce the risk of early SSI after lower limb revascularization surgery. Confirmatory trials are required to determine whether other promising strategies also reduce SSI risk.
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 | 0,017 | 0,053 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,009 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| 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 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 ».