Seasonal trends and risk factors in prosthetic joint infections: A retrospective analysis
Notice bibliographique
Résumé
Purpose Prior studies on the seasonal influence have yielded mixed results, with European studies linking warmer seasons to increased PJI rates, while North American data are less conclusive. We tried to determine if different seasons effect the incidence of acute and chronic PJIs. In addition we aimed to investigate if there was a correlation between PJI and age, BMI , surgeon, operating times, operating rooms, Diabetes, RA, end stage renal disease , congestive heart failure , alcohol or drug abuse, Charlson comorbidity index , surgical assist and ASA score. Methods A single-center retrospective review was conducted on patients with PJIs at a tertiary center from April 2012 to May 2024. A total of 114 cases of PJI were analyzed and data collection included demographic, comorbidity, and surgical details such as season of surgery, body mass index (BMI), age, surgeon, assistant, operating room nurses, comorbidities, anesthesia type, and postoperative anticoagulation . Results Among 114 patients with PJIs, acute PJIs were more common in winter (28 %) and summer (26 %), though findings were not statistically significant (p = 0.596). Late PJIs had higher prevalence in winter and fall (31 %) (p = 0.596). THA patients were more likely to experience acute PJI, whereas late PJI was more common in TKA patients (p = 0.002). We did find a “somewhat strong” association between the individual surgeons and the occurrence of PJI's (Cramer's V = 0.498). The majority of patients in the acute PJI had an ASA score of≥2, while the majority of patients in the late PJI group had an ASA score of 2 (p = 0.031). Conclusion Acute prosthetic joint infections (PJI) were found to occur more frequently in winter and summer, while late PJIs occurred more often in fall and winter, though the differences were not statistically significant. Acute PJIs were more common in total hip arthroplasties (THAs) and associated with an ASA score ≥2, while late PJIs were primarily seen in total knee arthroplasties (TKAs) with an ASA score of 2. No correlation was identified between PJIs and factors such as BMI, age, operating conditions, or comorbidities like diabetes, COPD , or rheumatoid arthritis .
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».