MétaCan
Menu
Retour à la cohorte
Enregistrement W2151640544 · doi:10.1086/676882

Infection Prevention and Control Guideline for Cystic Fibrosis: 2013 Update

2014· article· en· W2151640544 sur OpenAlexaff
Lisa Saiman, Jane D. Siegel, John J. LiPuma, Rebekah F. Brown, Elizabeth A. Bryson, Mary Jo Chambers, Veronica S. Downer, Jill Fliege, Leslie Hazle, Manu Jain, Bruce C. Marshall, Catherine O’Malley, Suzanne R. Pattee, Gail Potter-Bynoe, Siobhán Reid, Karen A. Robinson, Kathryn A. Sabadosa, H. Joel Schmidt, Elizabeth Tullis, Jennifer Webber, David J. Weber

Notice bibliographique

RevueInfection Control and Hospital Epidemiology · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueCystic Fibrosis Research Advances
Établissements canadiensUniversity of TorontoSt. Michael's Hospital
Organismes subventionnairesCystic Fibrosis Foundation
Mots-clésInfection controlGuidelineMedicineHealth careIntensive care medicinePopulationTransmission (telecommunications)Public healthEnvironmental healthNursingPathologyPolitical science

Résumé

récupéré en direct d'OpenAlex

The 2013 Infection Prevention and Control (IP&C) Guideline for Cystic Fibrosis (CF) was commissioned by the CF Foundation as an update of the 2003 Infection Control Guideline for CF. During the past decade, new knowledge and new challenges provided the following rationale to develop updated IP&C strategies for this unique population: 1. The need to integrate relevant recommendations from evidence-based guidelines published since 2003 into IP&C practices for CF . These included guidelines from the Centers for Disease Control and Prevention (CDC)/Healthcare Infection Control Practices Advisory Committee (HICPAC), the World Health Organization (WHO), and key professional societies, including the Infectious Diseases Society of America (IDSA) and the Society for Healthcare Epidemiology of America (SHEA). During the past decade, new evidence has led to a renewed emphasis on source containment of potential pathogens and the role played by the contaminated healthcare environment in the transmission of infectious agents. Furthermore, an increased understanding of the importance of the application of implementation science, monitoring adherence, and feedback principles has been shown to increase the effectiveness of IP&C guideline recommendations. 2. Experience with emerging pathogens in the non-CF population has expanded our understanding of droplet transmission of respiratory pathogens and can inform IP&C strategies for CF . These pathogens include severe acute respiratory syndrome coronavirus and the 2009 influenza A H1N1. Lessons learned about preventing transmission of methicillin-resistant Staphylococcus aureus (MRSA) and multidrug-resistant gram-negative pathogens in non-CF patient populations also can inform IP&C strategies for CF.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,026
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,037
Score d'incertitude au seuil0,073

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,026
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,004
Bibliométrie0,0060,004
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0030,002
Intégrité de la recherche0,0060,007
Charge utile insuffisante (le modèle a refusé de juger)0,0170,012

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 Opus0,014
Tête enseignante GPT0,335
Écart entre enseignants0,321 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

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

En bref

Citations385
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInfection Control and Hospital EpidemiologyMême sujetCystic Fibrosis Research AdvancesTravaux en français237 207