当前位置：
X-MOL 学术
›
Surg. Infect.
›
论文详情
Our official English website, www.x-mol.net, welcomes your
feedback! (Note: you will need to create a separate account there.)
Challenges of Modeling Outcomes for Surgical Infections: A Word of Caution
Surgical Infections ( IF 1.4 ) Pub Date : 2021-05-18 , DOI: 10.1089/sur.2020.208 Fabian Grass 1 , Curtis B Storlie 2 , Kellie L Mathis 1 , John R Bergquist 1, 2 , Shusaku Asai 3 , Judy C Boughey 1 , Elizabeth B Habermann 2 , David A Etzioni 4 , Robert R Cima 1
Surgical Infections ( IF 1.4 ) Pub Date : 2021-05-18 , DOI: 10.1089/sur.2020.208 Fabian Grass 1 , Curtis B Storlie 2 , Kellie L Mathis 1 , John R Bergquist 1, 2 , Shusaku Asai 3 , Judy C Boughey 1 , Elizabeth B Habermann 2 , David A Etzioni 4 , Robert R Cima 1
Affiliation
Background: We developed a novel analytic tool for colorectal deep organ/space surgical site infections (C-OSI) prediction utilizing both institutional and extra-institutional American College of Surgeons-National Surgical Quality Improvement Program (ACS-NSQIP) data.
中文翻译：
手术感染结果建模的挑战：警告
背景：我们利用机构和机构外美国外科医师学院 - 国家外科质量改进计划 (ACS-NSQIP) 数据开发了一种用于结直肠深部器官/空间手术部位感染 (C-OSI) 预测的新型分析工具。
更新日期：2021-06-03
中文翻译：
手术感染结果建模的挑战：警告
背景：我们利用机构和机构外美国外科医师学院 - 国家外科质量改进计划 (ACS-NSQIP) 数据开发了一种用于结直肠深部器官/空间手术部位感染 (C-OSI) 预测的新型分析工具。
京公网安备 11010802027423号