Catheter use and infection reduction in plastic surgery
Notice bibliographique
Résumé
BACKGROUND: Catheter-associated urinary tract infections (CAUTI) are the most common hospital-associated infection and can result in increased health care costs, morbidity and even mortality. In 2009, The Scott & White Memorial Hospital/Texas A&M Health Science Center (Texas, USA) system's CAUTI rate placed it in the upper quartile (ie, highest rate) for the country, necessitating a system-wide change. OBJECTIVE: To design and implement a guideline to reduce the incidence of CAUTI. METHODS: A multidisciplinary team was formed and completed both a root cause analysis and a review of the available literature. Consolidating the best evidence, the team formulated a best practice guideline detailing the proper indications for insertion of, improper use of and techniques to minimize infection with catheters. Included as part of this protocol was nursing and patient education, changes in identifying patients with a catheter and automatic termination orders. Three-, six- and 12-month reviews identifying additional opportunities for improvement at the end of 2010 were completed. RESULTS: In 2009, the hospital's CAUTI rate was 1.46 per 1000 catheter days. In 2011 - the first complete year of the finalized guideline - the hospital's CAUTI rate was 0.52 per 1000 catheter days, ranking the institution in the bottom quartile (ie, lowest rate) for the country. The surgery and plastic surgery subgroup analyses also demonstrated statistically significant reduction in both catheter use and CAUTI. CONCLUSION: The incidence of CAUTI was successfully reduced at The Texas A&M Healthcare Center. The guideline, its development and how it applies to plastic surgery patients are discussed.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».