MétaCan
Menu
Retour à la cohorte
Enregistrement W2610735932 · doi:10.1093/cid/cix103

Prevalence of Healthcare-Associated Infections and Antimicrobial Use Among Adult Inpatients in Singapore Acute-Care Hospitals: Results From the First National Point Prevalence Survey

2017· article· en· W2610735932 sur OpenAlexaff
Yiying Cai, Indumathi Venkatachalam, Nancy Wen Sim Tee, Thean Yen Tan, Asok Kurup, Sin Yew Wong, Chian Yong Low, Yang Wang, Winnie Lee, Yi Xin Liew, Brenda Ang, David Chien Lye, Angela Chow, Moi Lin Ling, Helen Oh, Cassandra A. Cuvin, Say Tat Ooi, Surinder Pada, Chong Hee Lim, Jack Wei Chieh Tan, Kean Lee Chew, Van Hai Nguyen, Dale Fisher, Herman Goossens, Andrea Lay‐Hoon Kwa, Paul Anantharajah Tambyah, Li Yang Hsu, Kalisvar Marimuthu

Notice bibliographique

RevueClinical Infectious Diseases · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueNosocomial Infections in ICU
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésMedicinePrevalenceHealth careAcute careFamily medicineMEDLINEEnvironmental healthCross-sectional studyEpidemiologyEmergency medicineInternal medicinePathology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: We conducted a national point prevalence survey (PPS) to determine the prevalence of healthcare-associated infections (HAIs) and antimicrobial use (AMU) in Singapore acute-care hospitals. METHODS: Trained personnel collected HAI, AMU, and baseline hospital- and patient-level data of adult inpatients from 13 private and public acute-care hospitals between July 2015 and February 2016, using the PPS methodology developed by the European Centre for Disease Prevention and Control. Factors independently associated with HAIs were determined using multivariable regression. RESULTS: Of the 5415 patients surveyed, there were 646 patients (11.9%; 95% confidence interval [CI], 11.1%-12.8%) with 727 distinct HAIs, of which 331 (45.5%) were culture positive. The most common HAIs were unspecified clinical sepsis (25.5%) and pneumonia (24.8%). Staphylococcus aureus (12.9%) and Pseudomonas aeruginosa (11.5%) were the most common pathogens implicated in HAIs. Carbapenem nonsusceptibility rates were highest in Acinetobacter species (71.9%) and P. aeruginosa (23.6%). Male sex, increasing age, surgery during current hospitalization, and presence of central venous or urinary catheters were independently associated with HAIs. A total of 2762 (51.0%; 95% CI, 49.7%-52.3%) patients were on 3611 systemic antimicrobial agents; 462 (12.8%) were prescribed for surgical prophylaxis and 2997 (83.0%) were prescribed for treatment. Amoxicillin/clavulanate was the most frequently prescribed (24.6%) antimicrobial agent. CONCLUSIONS: This survey suggested a high prevalence of HAIs and AMU in Singapore's acute-care hospitals. While further research is necessary to understand the causes and costs of HAIs and AMU in Singapore, repeated PPSs over the next decade will be useful to gauge progress at controlling HAIs and AMU.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,014
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
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 Opus0,049
Tête enseignante GPT0,374
Écart entre enseignants0,325 · 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

Citations144
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Infectious DiseasesMême sujetNosocomial Infections in ICUTravaux en français237 207