Environmental organisms from different hospital wards
Notice bibliographique
Résumé
T hree clinical wards in the same hospital, High Dependency (HDU), Care of the Elderly (CE) and Acute Psychiatry (AP), were screened for environmental organisms. The screening programme ran for four weeks and targeted comparable sites from all three units. Floor areas were similar, as were staffing levels, cleaning schedules, infection control policies and patient numbers. Organisms such as coagulase-negative staphylococci, Bacillus spp., coliforms, oxidase-positive Gram-negative bacilli, Clostridium difficile, enterococci, various fungi and Staphylococcus aureus were isolated. Staphylococci and Gram-negative bacilli were tested against clinically appropriate antibiotics. There was little variation in diversity or density of organisms from any of the wards, except for significant differences in antibiotic susceptibilities of the organisms (P<0.0001 HDU v AP, P=0.0057 CE v AP and P=0.0365 HDU v CE). From HDU, 49% (of 43) isolates were resistant to four or more antibiotics and from CE, 37% (of 54) isolates were resistant to four or more. From AP, just 2% (of 52) were resistant to four or more antibiotics. 9% HDU organisms were fully susceptible, as compared with 20% of those from CE and 27% from AP. Antibiotic data (in Defined Daily Doses (g)/100 bed-days) showed that HDU consumed over 12 times more antibiotics than CE, which in turn consumed twice as much as AP; these were mostly intravenous broad-spectrum agents for HDU, as opposed to oral preparations for the other two wards (Chi-square for each ward for linear trends by level of antibiotic intake were all P<0.0001). It was concluded that the only significant difference between environmental bacteria from wards of varying specialities in this hospital is their resistance to antibiotics. Heavy use of antibiotics in a hospital unit, as demonstrated by antibiotic consumption data, may be associated with increased antibiotic resistance in environmental organisms originating from that unit.
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 | 0,000 | 0,002 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».