Risk factors for surgical site infection in patients undergoing obstetrics and gynecology surgeries: A meta-analysis of observational studies
Notice bibliographique
Résumé
OBJECTIVE: The aim of this study was to identify the risk factors for surgical site infection (SSI) in patients undergoing obstetrics and gynecology surgeries through meta-analysis. METHODS: Relevant original studies published from January 1945 to May 2023 were searched the CBM, PubMed, Embase, WOS, CNKI, Wanfang, vip, and Cochrane Library databases. Studies eligible were evaluated by two investigators following Newcastle-Ottawa Scale(NOS) criteria. Review Manager 5.3 software was used to analyse the combined effect sizes and test for heterogeneity, and Stata 14.0 software's Begg's Test and Egger's Test were used to test for bias. RESULTS: 13 case-control articles, including 860 cases in the case group and 13574 cases in the control group, met the inclusion criteria. Eventually, Our meta-analysis showed that SSI in patients undergoing obstetrics and gynecology surgeries was correlated with body mass index (BMI)≥24 (OR = 2.66; P < 0.0001), malignant lesions (OR = 4.65; P < 0.0001), operating time≥60min (OR = 2.58; P < 0.0001), intraoperative bleeding≥300ml (OR = 2.54; P < 0.0001), retained urinary catheter (OR = 4.45; P < 0.0001), and vaginal digital examination≥3times (OR = 2.52; P < 0.0001). CONCLUSION: In this study, BMI≥24, intraoperative bleeding≥300ml, malignant lesions, operating time≥60min, retained urinary catheter, and vaginal digital examination≥3times were considered as independent risk factors for SSI in obstetrics and gynecology surgery. It is recommended that scholars be rigorous in designing the experimental process when conducting case-control or experimental studies in order to improve the quality of the study. Controlling patients' weight before obstetrical and gynecological surgery, shortening the operation time intraoperatively, and strictly controlling the indications of vaginal digital examination and retained urinary catheter can effectively reduce the incidence of SSI.
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 | 0,018 | 0,033 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,015 | 0,062 |
| Bibliométrie | 0,008 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| 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 ».