MétaCan
Menu
Retour à la cohorte
Enregistrement W2500059279 · doi:10.1002/jhm.2632

Do physicians clean their hands? Insights from a covert observational study

2016· article· en· W2500059279 sur OpenAlexaff
Adam Kovacs‐Litman, Kimberly Wong, Kaveh G Shojania, Sandra Callery, Mary Vearncombe, Jerome A. Leis

Notice bibliographique

RevueJournal of Hospital Medicine · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueInfection Control in Healthcare
Établissements canadiensHealth Sciences CentreSunnybrook Health Science CentreUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésCovertMedicineAuditCompliance (psychology)HygieneHospital medicineObservational studyFamily medicineNursingInternal medicinePsychologySocial psychology

Résumé

récupéré en direct d'OpenAlex

Physicians are notorious for poor hand hygiene (HH) compliance. We wondered if lower performance by physicians compared with other health professionals might reflect differences in the Hawthorne effect. We introduced covert HH observers to see if performance differences between physicians and nurses decreased and to gain further insights into physician HH behaviors. Following training and validation with a hospital HH auditor, 2 students covertly measured HH during clinical rotations. Students rotated off clinical services every week to increase exposure to different providers and minimize risk of exposing the covert observation. We compared covertly measured HH compliance with data from overt observation by hospital auditors during the same time period. Covert observation produced much lower HH compliance than recorded by hospital auditors during the same time period: 50.0% (799/1597) versus 83.7% (2769/3309) (P < 0.0002). The difference in physician compliance between hospital auditors and covert observers was 19.0% (73.2% vs 54.2%); for nurses this difference was much higher at 40.7% (85.8% vs 45.1%) (P < 0.0001). Physician trainees showed markedly better compliance when attending staff cleaned their hands compared with encounters when attending did not (79.5% vs 18.9%; P < 0.0002). Our study suggests that traditional HH audits not only overstate HH performance overall, but can lead to inaccurate inferences about performance by professional groupings due to relative differences in the Hawthorne effect. We suggest that future improvement efforts will rely on more accurate HH monitoring systems and strong attending physician leadership to set an example for trainees. Journal of Hospital Medicine 2015;11:862-864. © 2015 Society of Hospital Medicine.

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)0,010
score de la tête « metaresearch » (Gemma)0,052
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 enseignants0,010
Score d'incertitude au seuil0,053

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,052
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
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 Opus0,053
Tête enseignante GPT0,327
Écart entre enseignants0,274 · 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

Citations46
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Hospital MedicineMême sujetInfection Control in HealthcareTravaux en français237 207