MétaCan
Menu
Retour à la cohorte
Enregistrement W2107075500 · doi:10.1016/j.ajic.2014.04.017

A study of the efficacy of flashing lights to increase the salience of alcohol-gel dispensers for improving hand hygiene compliance

2014· article· en· W2107075500 sur OpenAlexaff
Gianni D’Egidio, Rakesh Patel, Babak Rashidi, M Mansour, Elham Sabri, Paul Milgram

Notice bibliographique

RevueAmerican Journal of Infection Control · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueInfection Control in Healthcare
Établissements canadiensUniversity of TorontoUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésHygieneMedicineFlashingCompliance (psychology)Medical emergencySocial psychologyPsychology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Many interventions have been implemented to improve hand hygiene compliance, each with varying effects and monetary costs. Although some previous studies have addressed the issue of conspicuousness, we found only 1 study that considered improving hand hygiene by using flashing lights. METHOD: Our attention theory-based hypothesis tested whether a simple red light flashing at 2-3 Hz affixed to the alcohol gel dispensers, within the main hospital entrance, would increase hand hygiene compliance over the baseline rate. Baseline and intervention observations were completed over five 60-minute periods (Monday-Friday) from 7:30 to 8:30 AM using a covert observation method. RESULTS: Baseline hand hygiene compliance was 12.4%. Our intervention increased compliance to 23.5% during cold weather and 27.1% during warm weather. Overall, our pooled compliance rate increased to 25.3% (P < .0001). CONCLUSIONS: A simple, inexpensive flashing red light affixed to alcohol gel dispensers was sufficiently salient to approximately double overall hand hygiene compliance within the main hospital entrance. We hypothesize that our intervention drew attention to the dispensers, which then reminded employees and visitors alike to wash their hands. Compliance was worse during cold days, presumably related to more individuals wearing gloves.

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)0,002
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 enseignants0,261
Score d'incertitude au seuil0,556

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
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 Opus0,024
Tête enseignante GPT0,326
Écart entre enseignants0,302 · 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

Citations29
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Infection ControlMême sujetInfection Control in HealthcareTravaux en français237 207