Interventions to improve water supply and quality, sanitation and handwashing facilities in healthcare facilities, and their effect on healthcare-associated infections in low-income and middle-income countries: a systematic review and supplementary scoping review
Notice bibliographique
Résumé
INTRODUCTION: Healthcare-associated infections (HCAIs) are the most frequent adverse event compromising patient safety globally. Patients in healthcare facilities (HCFs) in low-income and middle-income countries (LMICs) are most at risk. Although water, sanitation and hygiene (WASH) interventions are likely important for the prevention of HCAIs, there have been no systematic reviews to date. METHODS: As per our prepublished protocol, we systematically searched academic databases, trial registers, WHO databases, grey literature resources and conference abstracts to identify studies assessing the impact of HCF WASH services and practices on HCAIs in LMICs. In parallel, we undertook a supplementary scoping review including less rigorous study designs to develop a conceptual framework for how WASH can impact HCAIs and to identify key literature gaps. RESULTS: Only three studies were included in the systematic review. All assessed hygiene interventions and included: a cluster-randomised controlled trial, a cohort study, and a matched case-control study. All reported a reduction in HCAIs, but all were considered at medium-high risk of bias. The additional 27 before-after studies included in our scoping review all focused on hygiene interventions, none assessed improvements to water quantity, quality or sanitation facilities. 26 of the studies reported a reduction in at least one HCAI. Our scoping review identified multiple mechanisms by which WASH can influence HCAI and highlighted a number of important research gaps. CONCLUSIONS: Although there is a dearth of evidence for the effect of WASH in HCFs, the studies of hygiene interventions were consistently protective against HCAIs in LMICs. Additional and higher quality research is urgently needed to fill this gap to understand how WASH services in HCFs can support broader efforts to reduce HCAIs in LMICs. PROSPERO REGISTRATION NUMBER: CRD42017080943.
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 | 0,020 | 0,083 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,009 | 0,012 |
| Bibliométrie | 0,014 | 0,013 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 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 ».