Out of hours management of occupational exposures to blood and body fluids in healthcare staff
Notice bibliographique
Résumé
AIMS: To assess and compare the out of hours and in hours management of occupational blood and body fluid exposures in a London teaching hospital. METHODS: The occupational health and accident and emergency records of individuals presenting with occupational body fluid exposures over a six month period at a London teaching hospital were analysed retrospectively. Main outcome measures were the completeness of records, and the appropriate management of body fluid exposures using the Department of Health guidelines as the gold standard. RESULTS: A total of 177 body fluid exposures were reported; 109 (61.58%) were initially assessed in the occupational health department, and 68 (38.42%) in the accident and emergency department. Of those originally assessed in the accident and emergency department, only 21 (30.88%) attended the occupational health department for follow up. Occupational health staff were more consistent in assessing and managing exposures, and in a higher proportion of cases gave more appropriate advice on post-exposure prophylaxis (PEP) against hepatitis B and HIV. Of the 11 individuals prescribed HIV PEP (all by accident and emergency staff), only three subsequently attended occupational health for follow up. In all three cases therapy was discontinued, as the source was HIV negative or the exposure low risk. CONCLUSIONS: Out of hours management of occupational body fluid exposures, particularly the prescribing of HIV PEP, was inconsistent with in hours practice. This may also be the case in other large inner city hospitals offering a similar service.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 ».