MétaCan
Menu
Retour à la cohorte
Enregistrement W2153547086 · doi:10.1111/acem.12754

Hand Hygiene Compliance in an Emergency Department: The Effect of Crowding

2015· article· en· W2153547086 sur OpenAlex
Matthew Muller, Eileen Carter, Naureen Siddiqui, Elaine Larson

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueAcademic Emergency Medicine · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueInfection Control in Healthcare
Établissements canadiensUniversity of TorontoSt. Michael's Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineHygieneCrowdingEmergency departmentMultivariate analysisHealth careCompliance (psychology)Emergency medicineMedical emergencyFamily medicineNursingInternal medicine

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: Emergency department (ED) crowding results from the need to see high volumes of patients of variable acuity within a limited physical space. ED crowding has been associated with poor patient outcomes and increased mortality. The authors evaluated whether ED crowding is also associated with reduced hand hygiene compliance among health care workers. METHODS: A trained observer measured hand hygiene compliance using standardized definitions for 22 months in the 40-bed ED of a 475-bed academic hospital in Toronto, Ontario, Canada. ED crowding measures, including mean daily patient volumes, time to initial physician assessment, and daily nursing hours, were obtained from hospital administrative and human resource databases. Known predictors of hand hygiene compliance, including the indication for hand hygiene and the health care workers' professions, were also measured. Hand hygiene data, measured during 20-minute observation sessions, were linked to aggregate daily results for each crowding metric. Crowding metrics and known predictors of hand hygiene compliance were then included in a multivariate model if associated with hand hygiene compliance at a p-value of <0.20. RESULTS: Hand hygiene compliance was 29% (325 of 1,116 opportunities). Alcohol-based hand rinse was used 66% of the time. Nurses accounted for 68% of hand hygiene opportunities and physicians for 18%, with the remaining 14% attributed to nonphysician, nonnurse health care workers. The most common indications for hand hygiene were hand hygiene prior to (35%) and hand hygiene following (52%) contact with the patient or his or her environment. In multivariate analysis, time to physician assessment > 1.5 hours was associated with lower compliance (odds ratio [OR] = 0.67, 95% confidence interval [CI] = 0.51 to 0.89). Additionally, compliance was lower for nonnurse, nonphysician health care workers (OR = 0.51, 95% CI = 0.33 to 0.79) and higher for hand hygiene performed after contact with the patients or his/her environment, compared to hand hygiene performed before contact with the patient or his/her environment (OR = 2.0, 95% CI = 1.5 to 2.7). Daily patient volumes and nursing hours were not associated with hand hygiene compliance. CONCLUSIONS: ED hand hygiene compliance was low. Increased time to physician assessment was associated with reduced compliance, suggesting an association between crowding and compliance. Strategies that minimize ED crowding may improve ED hand hygiene compliance.

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.

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)0,003
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,075
Score d'incertitude au seuil0,825

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,003
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 recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,125
Tête enseignante GPT0,433
Écart entre enseignants0,308 · 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