MétaCan
Menu
Retour à la cohorte
Enregistrement W2888794517 · doi:10.1017/ice.2018.185

A ten-year review of healthcare-associated bloodstream infections from forty hospitals in Québec, Canada

2018· review· en· W2888794517 sur OpenAlexafffundabout
Iman Fakih, Élise Fortin, Marc-André Smith, Alex Carignan, Claude Tremblay, Jasmin Villeneuve, Danielle Moisan, Charles Frenette, Caroline Quach

Notice bibliographique

RevueInfection Control and Hospital Epidemiology · 2018
Typereview
Langueen
DomaineMedicine
ThématiqueNosocomial Infections in ICU
Établissements canadiensCentre Hospitalier Universitaire Sainte-JustineUniversité de SherbrookeCentre hospitalier universitaire de QuébecInstitut National de Santé Publique du QuébecHôtel-Dieu de QuébecMcGill UniversityCentre Intégré Universitaire de Santé et de Services Sociaux du Centre-Sud-de-l'Île-de-MontréalUniversité de MontréalCentre Intégré de Santé et de Services Sociaux du Bas-Saint-LaurentMcGill University Health Centre
Organismes subventionnairesFonds de Recherche du Québec - Santé
Mots-clésMedicineBloodstream infectionEpidemiologyPoisson regressionPediatricsRetrospective cohort studyHealth careEmergency medicineInternal medicinePopulationEnvironmental health

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: Healthcare-associated bloodstream infections (HABSI) are a significant cause of morbidity and mortality worldwide. In Québec, Canada, HABSI arising from acute-care hospitals have been monitored since April 2007 through the Surveillance des bactériémies nosocomiales panhospitalières (BACTOT) program, but this is the first detailed description of HABSI epidemiology. METHODS: This retrospective, descriptive study was conducted using BACTOT surveillance data from hospitals that participated continuously between April 1, 2007, and March 31, 2017. HABSI cases and rates were stratified by hospital type and/or infection source. Temporal trends of rates were analyzed by fitting generalized estimating equation Poisson models, and they were stratified by infection source. RESULTS: For 40 hospitals, 13,024 HABSI cases and 23,313,959 patient days were recorded, for an overall rate of 5.59 per 10,000 patient days (95% CI, 5.54-5.63). The most common infection sources were catheter-associated BSIs (23.0%), BSIs secondary to a urinary focus (21.5%), and non-catheter-associated primary BSIs (18.1%). Teaching hospitals and nonteaching hospitals with ICUs often had rates higher than nonteaching hospitals without ICUs. Annual HABSI rates did not exhibit statistically significant changes from year to year. Non-catheter-associated primary BSIs were the only HABSI type that exhibited a sustained change across the 10 years, increasing from 0.69 per 10,000 patient days (95% CI, 0.59-0.80) in 2007-2008 to 1.42 per 10,000 patient days (95% CI, 1.27-1.58) in 2016-2017. CONCLUSIONS: Despite ongoing surveillance, overall HABSI rates have not decreased. The effect of BACTOT participation should be more closely investigated, and targeted interventions along alternative surveillance modalities should be considered, prioritizing high-burden and potentially preventable BSI types.

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 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)0,002
score de la tête « metaresearch » (Gemma)0,012
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,823
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,012
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0060,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,029
Tête enseignante GPT0,352
Écart entre enseignants0,323 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations7
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueInfection Control and Hospital EpidemiologyMême sujetNosocomial Infections in ICUTravaux en français237 207