Annual incidence and assessment of risk factors for early-onset deep surgical site infection following primary total knee arthroplasty in osteoarthritis
Notice bibliographique
Résumé
Aims: This study aims to determine difference in annual rate of early-onset (≤ 90 days) deep surgical site infection (SSI) following primary total knee arthroplasty (TKA) for osteoarthritis, and to identify risk factors that may be associated with infection. Methods: This is a retrospective population-based cohort study using prospectively collected patient-level data between 1 January 2013 and 1 March 2020. The diagnosis of deep SSI was defined as per the Centers for Disease Control/National Healthcare Safety Network criteria. The Mann-Kendall Trend test was used to detect monotonic trends in annual rates of early-onset deep SSI over time. Multiple logistic regression was used to analyze the effect of different patient, surgical, and healthcare setting factors on the risk of developing a deep SSI within 90 days from surgery for patients with complete data. We also report 90-day mortality. Results: A total of 39,038 patients underwent primary TKA for osteoarthritis during the study period. Of these, 275 patients developed a deep SSI within 90 days of surgery, representing a cumulative incidence of 0.7%. The annual infection rate did not significantly decrease over the seven-year study period (p = 0.162). Overall, 13,885 (35.5%) cases were excluded from the risk analysis due to missing data. Risk factors associated with early-onset deep SSI included male sex, American Society of Anesthesiologists grade ≥ 3, blood transfusion, acute length of stay, and surgeon volume < 30 TKAs/year. Early-onset deep SSI was not associated with increased 90-day mortality. Conclusion: This study establishes a reliable baseline infection rate for early-onset deep SSI after TKA for osteoarthritis using robust Infection Prevention and Control surveillance data, and identifies several potentially modifiable risk factors.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».