Using data linkage methodologies to augment healthcare-associated infection surveillance data
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: The landscape of antimicrobial resistance (AMR) surveillance is changing rapidly. The primary objective of this study was to assess the benefit of linking population-based infection prevention and control surveillance data on methicillin-resistant Staphylococcus aureus (MRSA) to hospital discharge abstract data (DAD). We assessed the value of this novel data linkage for the characterization of hospital-acquired (HA) and community-acquired MRSA (CA-MRSA) cases. METHODS: Incident inpatient MRSA surveillance data for all adults (≥18 years) from 4 acute-care facilities in Calgary, Alberta, between April 1, 2011, and March 31, 2017, were linked to DAD. Personal health number (PHN) and gender were used to identify specific individuals, and specimen collection time-points were used to identify specific hospitalization records. A third common variable on admission date between these databases was used to validate the linkage process. Descriptive statistics were used to characterize HA-MRSA and CA-MRSA cases identified through the linkage process. RESULTS: A total of 2,430 surveillance records (94.6%) were successfully linked to the correct hospitalization period. By linking surveillance and administrative data, we were able to identify key differences between patients with HA- and CA-MRSA. These differences are consistent with previously reported findings in the literature. Data linkage to DAD may be a novel tool to enhance and augment the details of base surveillance data. CONCLUSION AND RECOMMENDATIONS: This is the first Canadian study linking a frontline healthcare-associated infection AMR surveillance database to an administrative population database. This work represents an important methodological step toward complementing traditional AMR surveillance data practices. Data linkage to other data types, such as primary care, emergency, social, and biological data, may be the basis of achieving more precise data focused around AMR.
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 | 0,199 | 0,385 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,022 | 0,025 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,008 | 0,007 |
| Science ouverte | 0,004 | 0,009 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».