MétaCan
Menu
Retour à la cohorte
Enregistrement W3166043698 · doi:10.12688/hrbopenres.13296.1

Identifying interventions to improve hand hygiene compliance in the intensive care unit through co-design with stakeholders

2021· preprint· en· W3166043698 sur OpenAlexaff
Kathryn Lambe, Sinéad Lydon, Jenny McSharry, Molly Byrne, Janet E. Squires, Michael Power, Christine Domegan, Paul O’Connor

Notice bibliographique

RevueHRB Open Research · 2021
Typepreprint
Langueen
DomaineMedicine
ThématiqueInfection Control in Healthcare
Établissements canadiensOttawa HospitalUniversity of Ottawa
Organismes subventionnairesHealth Research Board
Mots-clésPsychological interventionIntervention (counseling)HygieneNursingMedicinePsychologyEnvironmental healthBusiness

Résumé

récupéré en direct d'OpenAlex

Background: Despite the effectiveness of hand hygiene (HH) for infection control, there is a lack of robust scientific data to guide how HH can be improved in intensive care units (ICUs). The aim of this study is to use the literature, researcher, and stakeholder opinion to explicate potential interventions for improving HH compliance in the ICU, and provide an indication of the suitability of these interventions. Methods: A four-phase co-design study was designed. First, data from a previously completed systematic literature review was used in order to identify unique components of existing interventions to improve HH in ICUs. Second, a workshop was held with a panel of 10 experts to identify additional intervention components. Third, the 91 intervention components resulting from the literature review and workshop were synthesised into a final list of 21 hand hygiene interventions. Finally, the affordability, practicability, effectiveness, acceptability, side-effects/safety, and equity of each intervention was rated by 39 stakeholders (health services researchers, ICU staff, and the public). Results: Ensuring the availability of essential supplies for HH compliance was the intervention that received most approval from stakeholders. Interventions involving role models and peer-to-peer accountability and support were also well regarded by stakeholders. Education/training interventions were commonplace and popular. Punitive interventions were poorly regarded. Conclusions: Hospitals and regulators must make decisions regarding how to improve HH compliance in the absence of scientific consensus on effective methods. Using collective input and a co-design approach, the guidance developed herein may usefully support implementation of HH interventions that are considered to be effective and acceptable by stakeholders.

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)0,198
score de la tête « metaresearch » (Gemma)0,153
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,198
Score d'incertitude au seuil0,989

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1980,153
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,003
Bibliométrie0,0040,002
Études des sciences et des technologies0,0030,002
Communication savante0,0050,005
Science ouverte0,0030,006
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,772
Tête enseignante GPT0,581
Écart entre enseignants0,191 · 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.

Devis d'étudeQualitatif
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

Citations5
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHRB Open ResearchMême sujetInfection Control in HealthcareTravaux en français237 207