MétaCan
Menu
Retour à la cohorte
Enregistrement W4292180009 · doi:10.1017/ice.2022.210

Trends in <i>Clostridioides difficile</i> infection rates in Canadian hospitals during the coronavirus disease 2019 (COVID-19) pandemic

2022· article· en· W4292180009 sur OpenAlexaffabout
Kelly Baekyung Choi, Tim Du, Anada Silva, George R. Golding, Linda Pelude, Robyn Mitchell, Wallis Rudnick, Romeo Hizon, Ghada N. Al‐Rawahi, Blanda Chow, Ian Davis, Gerald A. Evans, Charles Frenette, Jennie Johnstone, Pamela Kibsey, Kevin Katz, Joanne M. Langley, Bonita E. Lee, Yves Longtin, Dominik Mertz, Jessica Minion, Michelle Science, Jocelyn A. Srigley, Paula Stagg, Kathryn N. Suh, Nisha Thampi, Alice Wong, Jeannette Comeau, Susy Hota

Notice bibliographique

RevueInfection Control and Hospital Epidemiology · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueClostridium difficile and Clostridium perfringens research
Établissements canadiensRoyal University HospitalUniversity Health NetworkOttawa HospitalHospital for Sick ChildrenJewish General HospitalStollery Children's HospitalIzaak Walton Killam Health CentreNorth York General HospitalRoyal Jubilee HospitalSinai Health SystemPublic Health Agency of CanadaMcGill University Health CentreKingston Health Sciences CentreAlberta Health ServicesChildren's Hospital of Eastern OntarioRegina General HospitalQueen Elizabeth II Health Sciences CentreHamilton Health SciencesDalhousie UniversityBC Children's Hospital
Organismes subventionnairesnon disponible
Mots-clésClostridioidesPandemicCoronavirus disease 2019 (COVID-19)MedicineEpidemiologyCoronavirusSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)2019-20 coronavirus outbreakEmergency medicineDiseaseVirologyInfectious disease (medical specialty)Internal medicineOutbreak

Résumé

récupéré en direct d'OpenAlex

Abstract The coronavirus disease 2019 (COVID-19) pandemic has placed significant burden on healthcare systems. We compared Clostridioides difficile infection (CDI) epidemiology before and during the pandemic across 71 hospitals participating in the Canadian Nosocomial Infection Surveillance Program. Using an interrupted time series analysis, we showed that CDI rates significantly increased during the COVID-19 pandemic.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,106

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,044
Tête enseignante GPT0,360
Écart entre enseignants0,316 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations19
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInfection Control and Hospital EpidemiologyMême sujetClostridium difficile and Clostridium perfringens researchTravaux en français237 207