Divergences entre les données administratives sur les infections associées aux soins de santé et les données issues de la surveillance active au Canada
Notice bibliographique
Résumé
Contexte : Bien que le Canada dispose à la fois d’un système national de surveillance active et de données administratives pour la surveillance passive des infections associées aux soins de santé (IASS), chacun des deux systèmes présente des forces et des faiblesses au niveau de la collecte et de la communication des données. La surveillance active et la surveillance passive fonctionnent de manière indépendante, ce qui donne parfois des résultats divergents. Pour comprendre les divergences qui existent entre les données administratives sur la santé et les données issues de la surveillance active, un examen de la portée a été réalisé. Méthodes : Des recherches ont été menées dans les bases de données Medline, Embase et Cumulative Index to Nursing and Allied Health Literature, ainsi que dans la littérature grise pour trouver des études en anglais et en français évaluant l’utilisation de données administratives, seules ou en comparaison avec les données issues de la surveillance traditionnelle et réalisées au Canada entre 1995 et le 2 novembre 2020. Après avoir extrait les renseignements pertinents des articles sélectionnés, un résumé descriptif des résultats a été présenté, accompagné de suggestions pour améliorer les systèmes de surveillance, dans le but d’optimiser la qualité globale des données. Résultats : Seize articles répondaient aux critères d’inclusion, dont douze études observationnelles et quatre revues systématiques. Ces études ont démontré que l’utilisation d’une seule source de données administratives n’était pas assez précise pour la surveillance des IASS, par rapport à la surveillance active traditionnelle. Cependant, la combinaison de différentes sources de données ou la combinaison de données administratives et de données issues de la surveillance active en améliore la précision. Les systèmes de surveillance électronique peuvent également renforcer la surveillance en augmentant la capacité à détecter les IASS potentielles. Conclusion : Bien que la surveillance active des IASS ait produit les résultats les plus précis et demeure la norme d’excellence en la matière, l’intégration des données issues de la surveillance active et passive peut être optimisée. Les données administratives peuvent être utilisées pour renforcer la surveillance active traditionnelle. De futures études sont nécessaires pour évaluer la faisabilité et les avantages des solutions potentielles proposées pour l’utilisation des données administratives pour la surveillance et la déclaration des IASS au Canada.
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 | 0,066 | 0,267 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,021 | 0,048 |
| Études des sciences et des technologies | 0,005 | 0,004 |
| Communication savante | 0,010 | 0,003 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
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.
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 ».