Derivation and validation of a novel preoperative risk prediction model for surgical site infection in pancreaticoduodenectomy and comparison of preoperative antibiotics with different risk stratifications in retrospective cohort

K. Zong*, D. Peng, P. Jiang, Y. Li, Z. Cao, Z. Wu, T. Mou, Z. Huang, A. Shen, Z. Wu, B. Zhou
*The First Affiliated Hospital of Chongqing Medical University, China

Journal of Hospital Infection (2023) 139, 228-237

背景

手術部位感染（SSI）はよく見られる膵頭十二指腸切除術の術後合併症である。

目的

転帰を改善し、術前抗菌薬の指針となる可能性のある SSI リスクの術前特定モデルを開発すること。

方法

メタアナリシスによって予測モデルを構築した。文献検索および採択、データ抽出、定量的統合を行った後、予測因子の統合オッズ比に基づいて予測モデルを確立した。単一施設後向きコホートを検証コホートとした。受診者動作特性曲線と曲線下面積を用いてモデル性能を評価した。決定曲線と較正プロットも作成し、ノモグラムを評価した。異なるリスク層別化による多変量ロジスティック回帰を用いて、予防的抗菌薬の SSI に対する効果を群間で比較した。

結果

28 件の研究をメタアナリシスの対象とし、17 件を誘導コホートの対象とした。年齢、男性、体格指数、膵管の直径、高リスクの診断、術前の胆道ドレナージを選択し予測モデルを構築した。本モデルは外部コホートで検証した。開腹膵頭十二指腸切除術におけるカットオフ値は 3.5 であり、曲線下面積（AUC）は 0.76 であった。腹腔鏡下膵頭十二指腸切除術におけるカットオフ値は 4.5 であり、AUC は 0.69 であった。決定曲線と較正プロットによって、特に開腹膵頭十二指腸切除術における本モデルの有用性の高さが示された。多変量ロジスティック回帰は、異なるリスク層別化において、SSI に対する広域スペクトラム抗菌薬と狭域スペクトラム抗菌薬の間の差を示さなかった。

結論

本モデルによって、手術前に SSI の高リスク患者を特定することができる。異なるリスク層別化の下の予防的抗菌薬の選択については、さらに検討すべきである。

サマリー原文（英語）はこちら

監訳者コメント：

メタアナリシスに基づく膵頭十二指腸切除術の術前 SSI リスク予測モデルの研究論文である。

A workflow for the detection of antibiotic residues, measurement of water chemistry and preservation of hospital sink drain samples for metagenomic sequencing

G. Rodger*, K. Chau, P. Aranega-Bou, A. Roohi, G. Moore, K.L. Hopkins, S. Hopkins, A.S. Walker, N. Stoesser
*University of Oxford, UK

Journal of Hospital Infection (2024)144,128-136

Electronic equipment and appliances in special wards of hospitals as a source of azole-resistant Aspergillus fumigatus: a multi-centre study from Iran

M. Ghazanfari*, M. Abastabar, I. Haghani, F. Kermani, N. Keikha, M. Kholoujini, M.H. Minooeianhaghighi, S.A. Jeddi, A. Shokri, A. Ghojoghi, K. Amirizad, M. Azish, Y. Nasirzadeh, B. Roohi, M. Nosratabadi, S. Hedayati, S. Ghanbari, R. Valadan, M.T. Hedayati
*Mazandaran University of Medical Sciences, Iran

Journal of Hospital Infection (2024) 145, 65-76

Comparison of an algorithm, and coding data, with traditional surveillance to identify surgical site infections in Australia: a retrospective multi-centred cohort study

P.L. Russo*, A.C. Cheng, M. Asghari-Jafarabadi, T. Bucknall
*Monash University, Clayton, Australia

Journal of Hospital Infection (2024) 148, 112-118

Risk factors for the environmental spread of different multidrug-resistant organisms: a prospective cohort study

R. Saliba*, T. Ghelfenstein-Ferreira, A. Lomont, B. Pilmis, E. Carbonnelle, D. Seytre, E. Nasser-Ayoub, J.-R. Zahar, D. Karam-Sarkis

*Université Sorbonne Paris Nord, France

Journal of Hospital Infection (2021) 111, 155-161

Outbreak simulation on the neonatal ward using silica nanoparticles with encapsulated DNA: unmasking of key spread areas

M. Wallner*, L. Pfuderer, L. Bašková, K. Dollischel, R.N. Grass, A. Kücher, A.M. Luescher, J.M. Kern
*University Hospital Salzburg, Paracelsus Medical University Salzburg, Austria

Journal of Hospital Infection (2024) 154, 18-28