Hospital ward design and prevention of hospital‐acquired infections: A prospective clinical trial
Notice bibliographique
Résumé
BACKGROUND: Renovation of a general medical ward provided an opportunity to study health care facility design as a factor for preventing hospital-acquired infections. OBJECTIVE: To determine whether a hospital ward designed with predominantly single rooms was associated with lower event rates of hospital-acquired infection and colonization. METHODS: A prospective controlled trial with patient allocation incorporating randomness was designed with outcomes on multiple 'historic design' wards (mainly four-bed rooms with shared bathrooms) compared with outcomes on a newly renovated 'new design' ward (predominantly single rooms with private bathrooms). RESULTS: Using Poisson regression analysis and adjusting for time at risk, there were no differences (P=0.18) in the primary outcome (2.96 versus 1.85 events/1000 patient-days, respectively). After adjustment for age, sex, Charlson score, admitted from care facility, previous hospitalization within six months, isolation requirement and the duration on antibiotics, the incidence rate ratio was 1.44 (95% CI 0.71 to 2.94) for the new design versus the historic design wards. A restricted analysis on the numbers of events occurring in single-bed versus multibed wings within the new design ward revealed an event incidence density of 1.89 versus 3.47 events/1000 patient-days, respectively (P=0.18), and an incidence rate ratio of 0.54 (95% CI 0.15 to 1.30). CONCLUSIONS: No difference in the incidence density of hospital-acquired infections or colonizations was observed for medical patients admitted to a new design ward versus historic design wards. A restricted analysis of events occurring in single-bed versus multibed wings suggests that ward design warrants further study.
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 | 0,001 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».