MétaCan
Menu
Retour à la cohorte
Enregistrement W2467530157 · doi:10.5539/gjhs.v9n3p103

A Comparison between the New and the Conventional Method for Recapping of Needles in a Hospital Setting

2016· article· en· W2467530157 sur OpenAlexvenueno aff
Mohsen Masoodi, Haleh Chehrehgosha, Marjan Mokhtare, Amir Hossein Faghihi, Shahram Agah

Notice bibliographique

RevueGlobal Journal of Health Science · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueInfection Control in Healthcare
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineHuman immunodeficiency virus (HIV)Family medicine

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Needle stick injury is a common and serious event despite training and education and preventive strategies. The common form of the needle stick among health care workers can be occurred while recapping of needle and it is important because of the risk of transferring infectious strains. With aim of reducing the needle stick injury we compared the results of a new recapping method as high dropping cover to a needle and then try to fix it for frequency of needle stick injury and impending to injury among a sample of nurses. METHODS & MATERIAL: One hundred and fifty nurses from different hospital wards participated in the study. Both conventional method (holding syringe with needle attached in one hand, slip needle into the cap with using other hand) and the new method (high drop of cover over needle without slip with hand) were performed by each nurses (each one for 10 times) consecutively as rapidly possible under observation. RESULTS: In this study, most of the needle stick injury belonged to the conventional method compared to the new method (8.0% versus 2.9%). It was accompanied with the higher rates of impending to injury (29.3% versus 18.0%). The rate of impending to injury in the conventional method was as one time in 15.3%, two times in 10.0% and three times in 4.0%, while one, two, and three times of impending to injury occurred in 12.9%, 4.3%, and 0.7%, respectively in the new method. CONCLUSION: Described new method for recapping is superior to the conventional method leading lower needle stick injury and lower impending to injury.

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)0,004
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,004
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
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 Opus0,046
Tête enseignante GPT0,439
Écart entre enseignants0,394 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal Journal of Health ScienceMême sujetInfection Control in HealthcareTravaux en français237 207