MétaCan
Menu
Retour à la cohorte
Enregistrement W2982009770 · doi:10.1093/ofid/ofz360.1050

1187. Estimation of Individual Healthcare Workers’ Relative Hand Hygiene Compliance Using an Anonymous Electronic Monitoring System

2019· article· en· W2982009770 sur OpenAlexaff
Maxime-Antoine Tremblay, Mona Abou Sader, Yves Longtin

Notice bibliographique

RevueOpen Forum Infectious Diseases · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueInfection Control in Healthcare
Établissements canadiensJewish General Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineAuditHygieneObservational studyBonferroni correctionHealth careDemographyStatisticsInternal medicineMathematics

Résumé

récupéré en direct d'OpenAlex

Abstract Background The current hand hygiene (HH) auditing and feedback strategy include anonymized data collection using direct observation and feedback of aggregated data. We aimed to evaluate whether an anonymous (without wearable device) HH electronic monitoring system (EMS) could detect patterns associated with individual healthcare workers (HCWs) and estimate their relative HH performance. Methods Observational study of HH compliance via an EMS in 10 rooms in a tertiary care hospital. The EMS measures HH product dispenser activation (an indicator of HH events) as well as entries and exits from patient rooms (a surrogate of HH opportunities). HH rates were obtained by dividing the number of HH events by the number of opportunities. HH rates were aggregated at room-shift level (i.e., an 8-hour period for a single room). For each room-shift, the HH rate was converted to a Z score, which was then associated with the individual HCW assigned to that room-shift. The relative HH performance of individual HCWs was estimated by comparing the mean Z scores of each HCW with the rest of the group by the Student T-test, with a level of significance set at P < 0.001 after adjustment by Bonferroni’s correction. To investigate whether any association could be due to chance, we looked into the potential association between average Z scores and calendar days, as a counterexample. Results Over a 100-day period, there were 45 775 HH events and 136 821 opportunities (global compliance, 33%). Schedules were available for 2980 room-shifts. Fifty-four individual HCWs took part in at least one room-shift (average per HCW, 52 room-shifts; range 1–140). Eight HCWs (15%) had a mean Z score significantly above the group average (Figure 1, green boxes; mean Z score 0.71; range, 0.52 to 0.86; P < 0.001), whereas 9 HCWs (17%) had a significantly inferior Z score (Figure 1, red boxes; mean Z score -0.47, range -0.58 to -0.31, P < 0.001). In contrast, there was no significant difference in Z scores between calendar days (Figure 2; p >0.001). Conclusion Cross-linking a high-volume HH database with HCW schedules identified a significant association between individual HCWs and HH compliance in the rooms to which they were assigned. If confirmed in further studies, anonymous EMS could be used to provide HCWs with personalized relative HH compliance feedback. 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 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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,071
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,048
Tête enseignante GPT0,359
Écart entre enseignants0,311 · 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'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

Citations2
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen Forum Infectious DiseasesMême sujetInfection Control in HealthcareTravaux en français237 207