Beyond CLABSI and CAUTI: broadening our vision of patient safety
Notice bibliographique
Résumé
In this issue of BMJ Quality & Safety , Meddings et al 1 report the evaluation of a national effort to reduce two well-known safety targets, central line-associated bloodstream infection (CLABSI) and catheter-associated urinary tract infection (CAUTI). The paper’s introduction helpfully informs readers of the context. Prior projects funded by the US Agency for Healthcare Research and Quality (AHRQ) have reported well-known successes for both these targets.2 3 One national collaborative reported a greater than 40% reduction in CLABSI in intensive care units (ICUs).2 And, a comparably large project reported a 32% reduction in CAUTI in clinical units other than ICUs, but with no reduction occurring in ICUs.3 This lack of improvement for CAUTI in ICUs might perplex those familiar with the history of these interventions. The AHRQ On the CUSP: Stop CAUTI project3 included the Comprehensive Unit-based Safety Program (CUSP) to support behavioural and cultural changes seen as crucial to support uptake of the technical elements of the CLABSI bundle4 and other checklist-type interventions.5 Why would an intervention for CAUTI modelled after one which has apparently worked so well for CLABSI in ICUs2 6 work only outside ICUs? This unexpected result, along with the fact that, even in the seemingly more successful CLABSI project2 a substantial proportion of ICUs did not improve, led to the national collaborative now reported by Meddings et al .1 The programme recruited 366 ICUs from 220 US hospitals, with 274 ICUs providing complete data. Neither target showed significant improvements. For CLABSI, the incidence rate ratio (IRR) was 0.75, but the 95% CI extended up to an increase of 1.08 (p=0.13). CAUTI showed a similar result: IRR=0.79 but with a CI extending up to 1.06.1 Moreover utilisation for both catheters decreased only marginally and non-significantly. The authors …
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 | 0,035 | 0,120 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,009 | 0,015 |
| Communication savante | 0,023 | 0,032 |
| Science ouverte | 0,006 | 0,013 |
| Intégrité de la recherche | 0,038 | 0,051 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,004 |
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 ».