How Introducing a Registry With Automated Alerts for Carbapenem-resistant Enterobacteriaceae (CRE) May Help Control CRE Spread in a Region
Notice bibliographique
Résumé
BACKGROUND: Regions are considering the use of electronic registries to track patients who carry antibiotic-resistant bacteria, including carbapenem-resistant Enterobacteriaceae (CRE). Implementing such a registry can be challenging and requires time, effort, and resources; therefore, there is a need to better understand the potential impact. METHODS: We developed an agent-based model of all inpatient healthcare facilities (90 acute care hospitals, 9 long-term acute care hospitals, 351 skilled nursing facilities, and 12 ventilator-capable skilled nursing facilities) in the Chicago metropolitan area, surrounding communities, and patient flow using our Regional Healthcare Ecosystem Analyst software platform. Scenarios explored the impact of a registry that tracked patients carrying CRE to help guide infection prevention and control. RESULTS: When all Illinois facilities participated (n = 402), the registry reduced the number of new carriers by 11.7% and CRE prevalence by 7.6% over a 3-year period. When 75% of the largest Illinois facilities participated (n = 304), registry use resulted in a 11.6% relative reduction in new carriers (16.9% and 1.2% in participating and nonparticipating facilities, respectively) and 5.0% relative reduction in prevalence. When 50% participated (n = 201), there were 10.7% and 5.6% relative reductions in incident carriers and prevalence, respectively. When 25% participated (n = 101), there was a 9.1% relative reduction in incident carriers (20.4% and 1.6% in participating and nonparticipating facilities, respectively) and 2.8% relative reduction in prevalence. CONCLUSIONS: Implementing an extensively drug-resistant organism registry reduced CRE spread, even when only 25% of the largest Illinois facilities participated due to patient sharing. Nonparticipating facilities garnered benefits, with reductions in new carriers.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».