1.M. Oral presentations: Efficacy in health care
Notice bibliographique
Résumé
BackgroundThis study evaluates whether contracting out cleaning services in English acute hospital Trusts is associated with risks of hospital-borne MRSA infection and lower economic costs. MethodsWe linked data on MRSA incidence per 100,000 hospital beddays with patient and staff surveys of cleanliness, for 126 English acute hospital Trusts, covering 2010-2014.Using as our main outcomes the MRSA incidence rate per 100,000 hospital bed-days and the average cost of cleaning per hospital, we estimate multi-variate regression models adjusting for hospital size, complexity of service provision, patient mix, and other potential confounding factors.As a sensitivity test we also re-estimate our models using propensity score matching. ResultsThe MRSA incidence rate was 15.3% higher (95% CI: 8.80% to 19.9%) in acute Trusts which outsourced hospital cleaning services compared to those with in-house cleaning, after adjusting for complexity of service provision and hospital size, and when using propensity score matching.Outsourcing was associated with fewer cleaning-personnel per hospital bed (5.86%; 95% CI: -7.88% to -1.90%), lower percentage of patients reporting excellent cleanliness for both bathrooms (-0.90 percentage points; 95% CI: -1.94 to -0.14 percentage points) and rooms/wards (-1.28 percentage points; 95 CI: -2.08 to -0.43 percentage points), and lower percentage staff reports that hand-washing material is always available (2.27 percentage points; 95% CI: -3.40 to -1.44 percentage points).Yet outsourcing was also associated with lower economic costs of about 6.93% per hospital bed (95% CI: -9.37% to -4.60%), corresponding to savings of £214 per bed-year. ConclusionsOutsourcing cleaning services was associated with greater risks of MRSA, fewer cleaning staff per hospital bed, worse patient perceptions of cleanliness and staff perceptions of availability of sanitary materials.However, outsourcing was also associated with lower economic costs.
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 | 0,017 | 0,081 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,018 | 0,002 |
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 ».