MétaCan
Menu
Retour à la cohorte
Enregistrement W1971047528 · doi:10.1086/653207

Development of a Novel Electronic Surveillance System for Monitoring of Bloodstream Infections

2010· article· en· W1971047528 sur OpenAlex
Jenine Leal, Daniel B. Gregson, Terry Ross, W. Ward Flemons, Deirdre L. Church, Kevin B. Laupland

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueInfection Control and Hospital Epidemiology · 2010
Typearticle
Langueen
DomaineMedicine
ThématiqueInfection Control in Healthcare
Établissements canadiensAlberta Health ServicesCalgary Laboratory ServicesUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésConcordanceMedicineMedical recordElectronic surveillanceChartElectronic health recordIsolation (microbiology)PediatricsHealth careIntensive care medicineEmergency medicineInternal medicineComputer scienceBioinformatics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Electronic surveillance systems (ESSs) that utilize existing information in databases are more efficient than conventional infection surveillance methods. OBJECTIVE: To develop an ESS for monitoring bloodstream infections (BSIs) and assess whether data obtained from the ESS were in agreement with data obtained by traditional manual medical-record review. METHODS: An ESS was developed by linking data from regional laboratory and hospital administrative databases. Definitions for excluding BSI episodes representing contamination and duplicate episodes were developed and applied. Infections were classified as nosocomial infections, healthcare-associated community-onset infections, or community-acquired infections. For a random sample of episodes, data in the ESS were compared with data obtained by independent medical chart review. RESULTS: From the records of the 306 patients whose infections were selected for comparative review, the ESS identified 323 episodes of BSI, of which 107 (33%) were classified as healthcare-associated community-onset infections, 108 (33%) were classified as community-acquired infections, 107 (33%) were classified as nosocomial infections, and 1 (0.3%) could not be classified. In comparison, 310 episodes were identified by use of medical chart review, of which 116 (37%) were classified as healthcare-associated community-onset infections, 95 (31%) as community-acquired infections, and 99 (32%) as nosocomial infections. For 302 episodes of BSI, there was concordance between the findings of the ESS and those of traditional manual chart review. Of the additional 21 discordant episodes that were identified by use of the ESS, 17 (81%) were classified as representing isolation of skin contaminants, by use of chart review. Of the additional 8 discordant episodes further identified by use of chart review, most were classified as repeat or polymicrobial episodes of disease. There was an overall 85% agreement between the findings of the ESS and those of chart review (kappa=0.78; standard error, kappa=0.04) for classification according to location of acquisition. CONCLUSION: Our novel ESS allows episodes of BSI to be identified and classified with a high degree of accuracy. This system requires validation in other cohorts and settings.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,057
Score d'incertitude au seuil0,657

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,026
Tête enseignante GPT0,333
Écart entre enseignants0,307 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle