MétaCan
Menu
Retour à la cohorte
Enregistrement W2981628986 · doi:10.1093/ofid/ofz359.008

84. Evaluation of the NHSN Standardized Infection Ratio (SIR) Risk Adjustment for HO-CDI in Oncology and ICU Patients in General Acute Care Hospitals

2019· article· en· W2981628986 sur OpenAlexaff
Christopher R. Polage, Kathleen A. Quan, Keith Madey, F. M. Meyers, Sneha Krishna, Jonathan Grein, Laurel Gibbs, Deborah S. Yokoe, Shannon C Mabalot, Raymond Chinn, Amy Hallmark, Zachary Rubin, Michael Fontenot, Stuart L. Cohen, Debbra A. Wightman, David Birnbaum, Susan S. Huang, Francesca J. Torriani

Notice bibliographique

RevueOpen Forum Infectious Diseases · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueClostridium difficile and Clostridium perfringens research
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMedicineInterquartile rangeEmergency medicineIntensive care unitReimbursementAcute careInternal medicineHealth care

Résumé

récupéré en direct d'OpenAlex

Abstract Background The NHSN healthcare-facility onset Clostridioides difficile infection (CDI) standardized infection ratio (SIR) is used to compare hospital quality and set hospital reimbursement but inadequate risk adjustment could penalize hospitals unnecessarily. We hypothesized that general hospitals with large oncology and/or ICU populations were not fully adjusted in the 2015 NHSN acute care hospital CDI Laboratory-Identified (LabID) event prediction model and SIRs would be affected. Methods We validated a negative binomial regression HO-CDI event prediction model identical to the 2015 published model and used FY2016 data from eight general hospitals in California to test our hypothesis. We compared HO-CDI events and SIR values, with and without oncology/hematopoietic stem cell transplant or ICU unit events, patient-days, admissions, bed counts, and adjustment parameters included. Results Seven major teaching and one nonteaching general acute care hospitals were included (see Table). Eight had oncology/hematopoietic stem cell transplant units; seven had ≥43 ICU beds (median: 134; interquartile range [IQR]: 84–161). The median facility unmodified FacWideIn SIR was 1.23 [IQR: 1.15, 1.29]. Removal of oncology unit data resulted in a 15% median facility decrease in HO-CDI events (IQR: 14%, 21%) and −8% median facility decrease in SIR (IQR: −2%, −14%). Removal of ICU unit data resulted in a 22% median facility decrease in HO-CDI events (IQR: 16%, 26%) and 97% median facility increase in SIR at each facility (IQR: 78%, 105%). Conclusion The ICU bed adjustment in the 2015 NHSN SIR is a powerful correction that fully adjusted for ICU HO-CDI events at all hospitals in the study. However, the lack of risk adjustment for oncology/hematopoietic stem cell transplant unit HO-CDI events suggests that the current model unfairly penalizes general acute facilities, many of which also provide specialized oncologic care. Thus, the model needs to be re-adjusted to account for this important specialty care population in general acute care facilities. Disclosures All Authors: No reported Disclosures.

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)0,013
score de la tête « metaresearch » (Gemma)0,034
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 enseignants0,015
Score d'incertitude au seuil0,070

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,034
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,014
Tête enseignante GPT0,342
Écart entre enseignants0,328 · 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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen Forum Infectious DiseasesMême sujetClostridium difficile and Clostridium perfringens researchTravaux en français237 207