MétaCan
Menu
Retour à la cohorte
Enregistrement W4225810594 · doi:10.1093/cid/ciab953

Infectious Diseases Society of America Guidelines on Infection Prevention for Healthcare Personnel Caring for Patients With Suspected or Known COVID-19 (November 2021)

2021· article· en· W4225810594 sur OpenAlexaff
John B. Lynch, Perica Davitkov, Deverick J. Anderson, Adarsh Bhimraj, Vincent Chi‐Chung Cheng, Judith A. Guzman‐Cottrill, Jasmine Dhindsa, Abhijit Duggal, Mamta K. Jain, Grace M. Lee, Stephen Y. Liang, Allison McGeer, Jamie Varghese, Valéry Lavergne, M. Hassan Murad, Reem A. Mustafa, Shahnaz Sultan, Yngve Falck–Ytter, Rebecca L. Morgan

Notice bibliographique

RevueClinical Infectious Diseases · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueCOVID-19 and healthcare impacts
Établissements canadiensVancouver General HospitalImpactSinai Health SystemMcMaster UniversityUniversity of Toronto
Organismes subventionnairesInfectious Diseases Society of America
Mots-clésGuidelineMedicineHealth careChecklistPsychological interventionInfection controlGrading (engineering)Multidisciplinary approachFamily medicinePandemicPersonal protective equipmentMEDLINEPublic healthInfectious disease (medical specialty)DiseaseNursingIntensive care medicineCoronavirus disease 2019 (COVID-19)PathologyPsychologyPolitical science

Résumé

récupéré en direct d'OpenAlex

Abstract Background Since its emergence in late 2019, severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) continues to pose a risk to healthcare personnel (HCP) and patients in healthcare settings. Although all clinical interactions likely carry some risk of transmission, human actions, such as coughing, and care activities, such as aerosol-generating procedures, likely have a higher risk of transmission. The rapid emergence and global spread of SARS-CoV-2 continues to create significant challenges in healthcare facilities, particularly with shortages of the personal protective equipment (PPE) used by HCP. Evidence-based recommendations for what PPE to use in conventional, contingency, and crisis standards of care continue to be needed. Where evidence is lacking, the development of specific research questions can help direct funders and investigators. The purpose of the current study was to develop evidence-based rapid guidelines intended to support HCP in their decisions about infection prevention when caring for patients with suspected or known coronavirus disease 2019 (COVID-19). Methods The Infectious Diseases Society of America (IDSA) formed a multidisciplinary guideline panel including frontline clinicians, infectious disease specialists, experts in infection control, and guideline methodologists, with representation from the disciplines of public health, medical microbiology, pediatrics, critical care medicine and gastroenterology. The process followed a rapid recommendation checklist. The panel prioritized questions and outcomes. Then a systematic review of the peer-reviewed and gray literature was conducted. The Grading of Recommendations Assessment, Development and Evaluation (GRADE) approach was used to assess the certainty of evidence and make recommendations. Results The IDSA guideline panel agreed on 8 recommendations, including 2 updated recommendations and 1 new recommendation added since the first version of the guideline. Narrative summaries of other interventions undergoing evaluations are also included. Conclusions Using a combination of direct and indirect evidence, the panel was able to provide recommendations for 8 specific questions on the use of PPE by HCP providing care for patients with suspected or known COVID-19. Where evidence was lacking, attempts were made to provide potential avenues for investigation. There remain significant gaps in the understanding of the transmission dynamics of SARS-CoV-2, and PPE recommendations may need to be modified in response to new evidence. These recommendations should serve as a minimum for PPE use in healthcare facilities and do not preclude decisions based on local risk assessments or requirements of local health jurisdictions or other regulatory bodies.

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)0,020
score de la tête « metaresearch » (Gemma)0,051
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,028
Score d'incertitude au seuil0,104

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0200,051
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0030,006
Bibliométrie0,0070,004
Études des sciences et des technologies0,0020,001
Communication savante0,0030,002
Science ouverte0,0050,003
Intégrité de la recherche0,0070,009
Charge utile insuffisante (le modèle a refusé de juger)0,0120,010

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 Opus0,135
Tête enseignante GPT0,479
Écart entre enseignants0,345 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations38
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Infectious DiseasesMême sujetCOVID-19 and healthcare impactsTravaux en français237 207