Impact of Electronic Surveillance on Isolation Practices
Notice bibliographique
Résumé
OBJECTIVE: To assess the impact of an electronic surveillance system on isolation practices and rates of methicillin-resistant Staphylococcus aureus (MRSA). DESIGN: A pre-post test intervention. SETTING: Inpatient units (except psychiatry and labor and delivery) in 4 New York City hospitals. PATIENTS: All patients for whom isolation precautions were indicated, May 2009-December 2011. METHODS: Trained observers assessed isolation sign postings, availability of isolation carts, and staff use of personal protective equipment (PPE). Infection rates were obtained from the infection control department. Regression analyses were used to examine the association between the surveillance system, infection prevention practices, and MRSA infection rates. RESULTS: A total of 54,159 isolation days and 7,628 staff opportunities for donning PPE were observed over a 31-month period. Odds of having an appropriate sign posted were significantly higher after intervention than before intervention (odds ratio [OR], 1.10 [95% confidence interval {CI}, 1.01-1.20]). Relative to baseline, postintervention sign posting improved significantly for airborne and droplet precautions but not for contact precautions. Sign posting improved for vancomycin-resistant enterococci (OR, 1.51 [95% CI, 1.23-1.86]; [Formula: see text]), Clostridium difficile (OR, 1.59 [95% CI, 1.27-2.02]; [Formula: see text]), and Acinetobacter baumannii (OR, 1.41 [95% CI, 1.21-1.64]; [Formula: see text]) precautions but not for MRSA precautions (OR, 1.11 [95% CI, 0.89-1.39]; [Formula: see text]). Staff and visitor adherence to PPE remained low throughout the study but improved from 29.1% to 37.0% after the intervention (OR, 1.14 [95% CI, 1.01-1.29]). MRSA infection rates were not significantly different after the intervention. CONCLUSIONS: An electronic surveillance system resulted in small but statistically significant improvements in isolation practices but no reductions in infection rates over the short term. Such innovations likely require considerable uptake time.
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 | 0,004 | 0,027 |
| 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 | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».