MétaCan
Menu
Retour à la cohorte
Enregistrement W3005499247 · doi:10.12927/hcq.2020.26040

Measuring and Monitoring Healthcare-Associated Infections: A Canadian Collaboration to Better Understand the Magnitude of the Problem

2020· article· en· W3005499247 sur OpenAlexaffvenueabout
Anne MacLaurin, Kanchana Amaratunga, Chantal Marie Couris, Charles Frenette, Riccarda Galioto, Gerry Hansen, Jennifer Happe, Kim Neudorf, Linda Pelude, Caroline Quach, Suzanne Rhodenizer Rose

Notice bibliographique

RevueHealthcare Quarterly · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueNosocomial Infections in ICU
Établissements canadiensOttawa HospitalGovernment of CanadaPublic Health Agency of CanadaAlberta Health ServicesCanadian Institute for Health InformationCanadian Patient Safety Institute
Organismes subventionnairesnon disponible
Mots-clésHealth careMagnitude (astronomy)MedicineKey (lock)Medical emergencyIntensive care medicineComputer sciencePolitical scienceComputer security

Résumé

récupéré en direct d'OpenAlex

Patients should never have to worry about getting an infection while in hospital. Yet every year, many hospitalized Canadians continue to acquire an infection during their hospital stay and experience increased morbidity and mortality as a result of these healthcare-associated infections (HAIs) (PHAC 2019b). Measuring and monitoring HAIs provide key data to better understand the magnitude of the problem. In Canada, there are inconsistencies in the use of standardized HAI case definitions and surveillance practices. These inconsistencies make it difficult to provide benchmarks and set targets to help reduce the rate of HAIs in Canadian hospitals.

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 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 enseignants0,281
Score d'incertitude au seuil0,871

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
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 Opus0,055
Tête enseignante GPT0,305
Écart entre enseignants0,250 · 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.

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

Citations14
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueHealthcare QuarterlyMême sujetNosocomial Infections in ICUTravaux en français237 207