MétaCan
Menu
Retour à la cohorte
Enregistrement W3087785187 · doi:10.25110/arqsaude.v25i2.2021.7995

CONTAMINAÇÃO DE APARELHOS CELULARES DA EQUIPE DE ENFERMAGEM EM UNIDADE DE TERAPIA INTENSIVA DE UM HOSPITAL PÚBLICO DO NOROESTE PARANAENSE

2021· article· pt· W3087785187 sur OpenAlexaff
Guilherme Cabral, J.P. Lopes, Carlos Eduardo Benevento, Marielle Priscila de Paula Silva-Lalucci

Notice bibliographique

RevueArquivos de Ciências da Saúde da UNIPAR · 2021
Typearticle
Languept
DomaineMedicine
ThématiqueHealthcare and Environmental Waste Management
Établissements canadiensCanadian Association of Nurses in Oncology
Organismes subventionnairesnon disponible
Mots-clésPolitical scienceHumanitiesMedicinePhilosophy

Résumé

récupéré en direct d'OpenAlex

O ambiente hospitalar é um dos locais com maiores chances de acontecer quadros de infecções, sendo um dos motivos a utilização irrestrita dos aparelhos celulares tanto por pacientes quanto por profissionais da saúde que não se preocupam com as boas práticas de higienização. O objetivo deste estudo foi determinar a prevalência de micro?organismos em aparelhos celulares da equipe de enfermagem da Unidade de Terapia Intensiva (UTI) de um hospital na região noroeste paranaense. Participaram da pesquisa 22 colaboradores da UTI, sendo colhidos swabs umedecidos em caldo Brain Heart Infusion (BHI) dos aparelhos celulares de cada um dos participantes e posteriormente as amostras foram incubadas e realizada a análise microbiológica. Além disso, aplicou-se um questionário para se conhecer sobre o manuseio do telefone celular por parte dos colaboradores. Na análise microbiológica, observou-se crescimento em todas as amostras de pelo menos um micro?organismo (100% nos meios Ágar Sal Manitol e Ágar Sangue, e 27,3% em Ágar MacConkey). Posteriormente, realizou-se comparação com as respostas do questionário e com o resultado da amostra, sendo que apenas 13,6% dos colaboradores relataram realizar sempre higienização dos aparelhos, porém também houve crescimento de micro?organismos nos aparelhos desses colaboradores. A partir dos dados obtidos, espera-se o envolvimento da Comissão de Controle de Infecção Hospitalar (CCIH) para desenvolver ações que reduzam a prevalência e a gravidade da contaminação no ambiente hospitalar.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesMéta-épidémiologie (sens strict)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,212
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,033
Tête enseignante GPT0,296
Écart entre enseignants0,262 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations4
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArquivos de Ciências da Saúde da UNIPARMême sujetHealthcare and Environmental Waste ManagementTravaux en français237 207