MétaCan
Menu
Retour à la cohorte
Enregistrement W2066145344 · doi:10.1108/14777271211220862

What can Canada learn from the USA's experience in reducing healthcare‐associated infections?

2012· article· en· W2066145344 sur OpenAlexaboutno aff
William R. Jarvis

Notice bibliographique

RevueClinical Governance An International Journal · 2012
Typearticle
Langueen
DomaineMedicine
ThématiqueInfection Control in Healthcare
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésReimbursementMedicineHealth careMedicaidInfection controlHarmMedical emergencyCommissionFamily medicineNursingBusinessIntensive care medicinePolitical scienceFinance

Résumé

récupéré en direct d'OpenAlex

Purpose The purpose of this paper is to briefly review the history of healthcare‐associated infection (HAI) prevention programs in the USA since the early 1970s until today, and provide suggestions how other countries (and Canada specifically) may learn from this experience to accelerate HAI prevention and patient safety improvements in their counties. Design/methodology/approach The paper is a narrative review of literature and personal experience. Findings US hospitals have had healthcare‐associated infection (HAI) prevention programs, including surveillance for selected HAIs, since the late 1960s‐early 1970s. Such programs began with active surveillance for HAIs based upon the Centers for Disease Control and Prevention's (CDCs) National Nosocomial Infections Surveillance (NNIS) system. This system included standardized definitions and surveillance protocols. Since the 1980s, the CDC has developed HAI prevention guidelines, with categorized recommendations for HAI prevention. In the early 2000s, the Institute of Medicine published a report outlining the harm caused by HAIs. This led to increased attention to HAI prevention by an increasingly wide variety of organizations. The Joint Commission and the Centers for Medicare and Medicaid Services (CMS) initiated HAI prevention efforts. Many studies documented the failure of hospitals to fully implement evidence‐based practices. The increased attention to HAIs and their morbidity and mortality led to media reports and ultimately an initiative by the Consumer's Union for mandatory reporting of HAI rates by hospitals in all states. Subsequently, the CMS introduced decreased reimbursement for the additional costs directly related to HAIs (and other critical incidents) and linkage of reimbursement levels to hospital HAI rates. Together, mandatory reporting and reduced reimbursement for HAIs has led hospital executives to focus more attention on infection control programs to decrease HAI rates. Progress on preventing HAIs seems to be related to standardizing evidence‐based HAI prevention bundles, mandatory reporting, and paying for performance (or not paying for preventable HAI complications). Given that voluntary HAI prevention programs have existed since the 1970s, it appears that regulation, reporting, and decreased reimbursement has resulted in more rapid implementation of HAI prevention programs and improved patient safety. Practical implications The different major activities enhancing HAI prevention in the USA are outlined in an historic context. Originality/value Understanding the history of progress in hospital infection control efforts provides an essential perspective for policy makers and for the interdisciplinary team required to evaluate HAI mandatory public reporting in a comprehensive manner.

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 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)0,001
score de la tête « metaresearch » (Gemma)0,005
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 enseignants0,165
Score d'incertitude au seuil0,708

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
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 Opus0,109
Tête enseignante GPT0,448
Écart entre enseignants0,339 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Governance An International JournalMême sujetInfection Control in HealthcareTravaux en français237 207