PRESS survey: PREvention of surgical site infection—a global pan-specialty survey of practice protocol
Notice bibliographique
Résumé
Background Surgical site infections (SSI) complicate up to 40% of surgical procedures, leading to increased patient morbidity and mortality. Previous research identified disparities in SSI prevention guidelines and clinical practices across different institutions. The study aims to identify variations in SSI prevention practices within and between specialties and financial systems and provide a representation of existing SSI preventative measures to help improve the standardization of SSI prevention practices. Methods This collaborative cross-sectional survey will be aimed at pan-surgical specialties internationally. The study has been designed and will be reported in line with the CROSS and CHERRIES standards. An international study steering committee will design and internally validate the survey in multiple consensus-based rounds. This will be based on SSI prevention measures outlined in the CDC (2017), WHO (2018), NICE (2019), Wounds UK (2020) and the International Surgical Wound Complications Advisory Panel (ISWCAP) guidelines. The questionnaire will include demographics, SSI surveillance, preoperative, peri-operative and postoperative SSI prevention. Data will be collected on participants' surgical specialty, operative grade, of practice and financial healthcare system of practice. The online survey will be designed and disseminated using QualtricsXM Platform™ through national and international surgical colleges and societies, in addition to social media and snowballing. Data collection will be open for 3 months with reminders, and raking will be used to ascertain the sample. Responses will be analyzed, and the chi-square test used to evaluate the impact of SSI prevention variables on responses. Discussion Current SSI prevention practice in UK Vascular surgery varies considerably, with little consensus on many measures. Given the inconsistency in guidelines on how to prevent SSIs, there is a need for standardization. This survey will investigate the disparity in SSI preventative measures between different surgical fields and countries.
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 | 0,019 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,003 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,027 | 0,011 |
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 ».