Timing of surgical antibiotic prophylaxis administration: Complexities of analysis
Notice bibliographique
Résumé
Background: The timing of prophylactic antibiotic administration is a patient safety outcome that is recurrently tracked and reported. The interpretation of these data has important implications for patient safety practices. However, diverse data collection methods and approaches to analysis impede knowledge building in this field. This paper makes explicit several challenges to quantifying the timing of prophylactic antibiotics that we encountered during a recent study and offers as suggested protocol for resolving these challenges. Challenges: Two clear challenges manifested during the data extraction process: the actual classification of antibiotic timing, and the additional complication of multiple antibiotic regimens with different timing classifications in a single case. A formalized protocol was developed for dealing with incomplete, ambiguous and unclear documentation. A hierarchical coding system was implemented for managing cases with multiple antibiotic regimens. Interpretation: Researchers who are tracking prophylactic antibiotic timing as an outcome measure should be aware that documentation of antibiotic timing in the patient chart is frequently incomplete and unclear, and these inconsistencies should be accounted for in analyses. We have developed a systematic method for dealing with specific problematic patterns encountered in the data. We propose that the general adoption of a systematic approach to analysis of this type of data will allow for cross-study comparisons and ensure that interpretation of results is on the basis of timing practices rather than documentation practices.
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 | 0,288 | 0,624 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,004 |
| Bibliométrie | 0,019 | 0,016 |
| Études des sciences et des technologies | 0,003 | 0,008 |
| Communication savante | 0,013 | 0,012 |
| Science ouverte | 0,005 | 0,008 |
| Intégrité de la recherche | 0,002 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
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 ».