Risk Factors for 30-Day Postoperative Infection in Pediatric Ventricular Shunts for Hydrocephalus
Notice bibliographique
Résumé
BACKGROUND: Ventricular shunt infections lead to significant morbidity and mortality. This study aimed to identify risk factors for 30-day postoperative infection outcomes of ventricular shunt surgery for pediatric hydrocephalus. METHODS: This retrospective cohort study used the National Surgical Quality Improvement Program Pediatric database for the years 2016-2021. Patients were included in this study if they were <18 years old and underwent ventricular shunt surgery. The primary outcome was 30-day postoperative shunt infection. A multivariable logistic regression analysis was performed using 14 prognostic variables to determine factors associated with infection risk. RESULTS: The study included 10,878 patients with a mean (SD) age of 3.1 (4.83) years; 44.2% were girls. The overall 30-day postoperative shunt infection rate was 3.7%. Infection risk increased in patients with nutritional support, longer operating room time, and congenital hydrocephalus. Conversely, infection risk decreased with increasing patient age, delivery of intraoperative intraventricular antibiotics, and first-time shunt placement. Variables that did not significantly affect the risk of 30-day postoperative shunt infection included sex, body mass index, ostomy, tracheostomy, neuromuscular disease, structural pulmonary/airway abnormality, steroid use within 30 days, antibiotic-impregnated shunt use, and endoscopy for catheter placement. CONCLUSIONS: Various modifiable and nonmodifiable factors are associated with postoperative shunt infections. Recognizing and modifying risk factors can reduce pediatric shunt infections, thereby preventing revisions and improving therapeutic outcomes and quality of life.
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 | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| 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 ».