Quantifying Simulated Contamination Deposition on Healthcare Providers Using Image Analysis
Notice bibliographique
Résumé
INTRODUCTION: Simulation-based research has played an important role in improving care for communicable diseases. Unfortunately, few studies have attempted to quantify the level of contamination in these simulation activities. We aim to assess the feasibility and provide validity evidence for using integrated density values and area of contamination (AOC) to differentiate various levels of simulated contamination. METHODS: An increasing number of simulated contamination spots using fluorescent marker were applied on a manikin chest to simulate a contaminated healthcare provider. An ultraviolet light was used to illuminate the manikin to highlight the simulated contamination. Images of increasing contamination levels were captured using a camera with different exposure settings. Image processing software was used to measure 2 outcomes: (1) natural logarithm of integrated density; and (2) AOC. Mixed-effects linear regression models were used to assess the effect of contamination levels and exposure settings on both outcome measures. A standardized "proof-of-concept" exercise was set up to calibrate and formalize the process for human subjects. RESULTS: A total of 140 images were included in the analyses. Dose-response relationships were observed between contamination levels and both outcome measures. For each increment in the number of contaminated simulation spots (ie, simulated contaminated area increased by 38.5 mm 2 ), on average, log-integrated density increased by 0.009 (95% confidence interval, 0.006-0.012; P < 0.001) and measured AOC increased by 37.8 mm 2 (95% confidence interval, 36.7-38.8 mm 2 ; P < 0.001), which is very close to actual value (38.5 mm 2 ). The "proof-of-concept" demonstration further verified results. CONCLUSIONS: Integrated density and AOC measured by image processing can differentiate various levels of simulated, fluorescent contamination. The AOC measured highly agrees with the actual value. This method should be optimized and used in the future research to detect simulated contamination deposited on healthcare providers.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».