Pediatric cardiac surgical site infections: A single-center quality improvement initiative
Notice bibliographique
Résumé
Objective Pediatric cardiac surgery site infections (SSI) represent significant morbidity. Our institution reported elevated SSI rates of 3.48 per 100 cases over a 5-year period above target rates of 2.5 per 100 cases. Therefore, as a quality improvement initiative, we implemented interventions with the goal of decreasing SSI rates by 30%. Methods Pediatric cardiovascular surgery patients (January 2021 to August 2023) who had SSI within 30 days of index operation were included (n = 1514) based on the National Healthcare Safety Network definition. Descriptive statistics were used to compare our preintervention cohort (pre-IV) (January 2021 to April 2022; n = 753) and postintervention cohort (post-IV) (May 2022 to August 2023; n = 761). Results In the post-IV cohort, we found a significant decrease in total SSI (1.97 SSIs per 100 cases [15 out of 761]) versus pre-IV (3.85 SSIs per 100 cases [29 out of 753]), demonstrating a 48% reduction ( P = .029). In our post-IV cohort, there was a significant reduction in superficial SSIs (pre-IV, 3.19 SSIs per 100 cases [24 out of 753] vs post-IV, 1.58 SSIs out of 100 cases [12 out of 761]; P = .04). Wounds presenting at 1 to 3 weeks were also reduced in our post-IV cohort (pre-IV, 2.66 SSIs per100 cases [20 out of 753] vs post-IV, 0.66 SSIs per 100 cases [5 out of 761]; P = .002). A significant reduction in SSIs in nonneonates was also noted (pre-IV, 2.79 SSIs per 100 cases [21 out of 753] vs post-IV, 0.92 SSIs per 100 cases [7 out of 761]; P = .007). Additionally, there was a significant reduction in SSIs associated with the Society of Thoracic Surgeons–European Association for Cardio-Thoracic Surgery Congenital Heart Surgery 1 mortality category ( P = .033) and the number of readmissions in the post-IV cohort ( P = .042). Conclusions A new surgical site dressing and multidisciplinary surveillance plan effectively reduced the overall burden of SSI rates at our institution. Future studies will address risk factors in specific subpopulations to further reduce SSIs at our institution.
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 | 0,024 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,001 | 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 ».