Effective Antimicrobial Prophylaxis in Surgery: The Relevance and Role of Pharmacokinetics-Pharmacodynamics
Notice bibliographique
Résumé
Appropriate surgical antimicrobial prophylaxis (SAP) is an important measure in preventing surgical site infections (SSIs). Although antimicrobial pharmacokinetics-pharmacodynamics (PKPD) is integral to optimizing antibiotic dosing for the treatment of infections, there is less research on preventing infections postsurgery. Whereas clinical studies of SAP dose, preincision timing, and redosing are informative, it is difficult to isolate their effect on SSI outcomes. Antimicrobial PKPD aims to explain the complex relationship between antibiotic exposure during surgery and the subsequent development of SSI. It accounts for the many factors that influence the PKs and antibiotic concentrations in patients and considers the susceptibilities of bacteria most likely to contaminate the surgical site. This narrative review examines the relevance and role of PKPD in providing effective SAP. The dose-response relationship i.e., association between lower dose and SSI in cefazolin prophylaxis is discussed. A comprehensive review of the evidence for an antibiotic concentration-response (SSI) relationship in SAP is also presented. Finally, PKPD considerations for improving SAP are explored with a focus on cefazolin prophylaxis in adults and outstanding questions regarding its dose, preincision timing, and redosing during surgery.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,000 |
| 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 ».