MétaCan
Menu
Retour à la cohorte
Enregistrement W3168080055 · doi:10.1186/s13756-021-01000-y

A pre-pandemic COVID-19 assessment of the costs of prevention and control interventions for healthcare associated infections in medical and surgical wards in Québec

2021· article· en· W3168080055 sur OpenAlexafffundabout
Éric Tchouaket Nguemeleu, Stéphanie Robins, Sandra Boivin, Drissa Sia, Kelley Kilpatrick, Bruno Dubreuil, Catherine Larouche, Natasha Parisien, Josiane Létourneau

Notice bibliographique

RevueAntimicrobial Resistance and Infection Control · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueInfection Control in Healthcare
Établissements canadiensInstitut National de Santé Publique du QuébecCentre Integre de Sante et de Services Sociaux de LavalCentre Intégré Universitaire de Santé et de Services Sociaux du Saguenay–Lac-Saint-JeanMcGill UniversityCentre Intégré de Santé et de Services Sociaux des LaurentidesUniversité du Québec en Outaouais
Organismes subventionnairesFonds de Recherche du Québec - SantéCanadian Institutes of Health Research
Mots-clésHygieneInfection controlMedicineHealth careSanitationActivity-based costingPsychological interventionPersonal protective equipmentPandemicMedical emergencyIsolation (microbiology)Public healthEnvironmental healthEmergency medicineIntensive care medicineCoronavirus disease 2019 (COVID-19)NursingBusinessDiseaseInternal medicinePathologyInfectious disease (medical specialty)Marketing

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Healthcare-associated infections (HCAIs) present a major public health problem that significantly affects patients, health care providers and the entire healthcare system. Infection prevention and control programs limit HCAIs and are an indispensable component of patient and healthcare worker safety. The clinical best practices (CBPs) of handwashing, screening, hygiene and sanitation of surfaces and equipment, and basic and additional precautions (e.g., isolation, and donning and removing personal protective equipment) are keystones of infection prevention and control (IPC). There is a lack of rigorous IPC economic evaluations demonstrating the cost-benefit of IPC programs in general, and a lack of assessment of the value of investing in CBPs more specifically. OBJECTIVE: This study aims to assess overall costs associated with each of the four CBPs. METHODS: Across two Quebec hospitals, 48 healthcare workers were observed for two hours each shift, for two consecutive weeks. A modified time-driven activity-based costing framework method was used to capture all human resources (time) and materials (e.g. masks, cloths, disinfectants) required for each clinical best practice. Using a hospital perspective with a time horizon of one year, median costs per CBP per hour, as well as the cost per action, were calculated and reported in 2018 Canadian dollars ($). Sensitivity analyses were performed. RESULTS: A total of 1831 actions were recorded. The median cost of hand hygiene (N = 867) was 20 cents per action. For cleaning and disinfection of surfaces (N = 102), the cost was 21 cents per action, while cleaning of small equipment (N = 85) was 25 cents per action. Additional precautions median cost was $4.1 per action. The donning or removing or personal protective equipment (N = 720) cost was 76 cents per action. Finally, the total median costs for the five categories of clinical best practiced assessed were 27 cents per action. CONCLUSIONS: The costs of clinical best practices were low, from 20 cents to $4.1 per action. This study provides evidence based arguments with which to support the allocation of resources to infection prevention and control practices that directly affect the safety of patients, healthcare workers and the public. Further research of costing clinical best care practices is warranted.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,333
Score d'incertitude au seuil0,995

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,027
Tête enseignante GPT0,397
Écart entre enseignants0,371 · 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

Citations4
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueAntimicrobial Resistance and Infection ControlMême sujetInfection Control in HealthcareTravaux en français237 207