MétaCan
Menu
Retour à la cohorte
Enregistrement W2125967712 · doi:10.1136/fetalneonatal-2011-301276

Seasonal variations in healthcare-associated infection in neonates in Canada

2012· review· en· W2125967712 sur OpenAlexaffabout
Prakesh S. Shah, Woojin Yoon, Zarin Kalapesi, Kate Bassil, Michael Dunn, Shoo K. Lee

Notice bibliographique

RevueArchives of Disease in Childhood Fetal & Neonatal · 2012
Typereview
Langueen
DomaineMedicine
ThématiqueNeonatal and Maternal Infections
Établissements canadiensSunnybrook Health Science CentreUniversity of ReginaMount Sinai Hospital
Organismes subventionnairesnon disponible
Mots-clésHealth careMedicinePolitical science

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To assess the seasonal pattern of healthcare-associated infections (HCAI) among neonates and to describe the trend of HCAI. DESIGN: Secondary analyses of database. SETTING: The Canadian Neonatal Network database (2003-2009). PARTICIPANTS: Neonates with HCAI defined as blood/cerebrospinal fluid positive with pathogenic organism in a symptomatic infant after 2 days of age. MAIN OUTCOME MEASURE: The incidence rate for HCAI per 1000 days with a 95% CI, for the 4 warmest months (June-September) was compared with the remaining 8 months, to calculate the incidence rate ratio (IRR). RESULTS: Of 75 629 total infants, 4305 (5.7%) had HCAI (3367 had 1 and 938 had >1 episodes). Infants who had HCAI were of lower gestation, birth weight and Apgar score; but had higher severity of illness scores and clinical chorioamnionitis. There was a borderline increase in all HCAI (IRR 1.05, 95% CI 1.00 to 1.11) and a significant increase in Gram-negative HCAI (IRR 1.20, 95% CI 1.04 to 1.39) during the summer months. Overall, there was a 20% reduction in HCAI from 4.45/1000 days in January 2003 to 3.54/1000 days in December 2009 (mean difference 0.91/1000 days (95% CI 0.89 to 0.92). CONCLUSIONS: Gram-negative infections were significantly increased during the summer months of the year compared with the rest of the year among neonates. Overall, there was a significant temporal reduction in HCAI rates over the study period.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,575
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,016
Tête enseignante GPT0,281
Écart entre enseignants0,265 · 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.

Devis d'étudeObservationnel
Domainenon disponible
GenreSynthèse

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

En bref

Citations17
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueArchives of Disease in Childhood Fetal & NeonatalMême sujetNeonatal and Maternal InfectionsTravaux en français237 207