An ethical framework adapted for infection prevention and control
Notice bibliographique
Résumé
OBJECTIVE: The ethical implications of infection prevention and control (IPAC) are recognized, yet a framework to guide the application of ethical principles is lacking. We adapted an ethical framework to provide a systematic approach for fair and transparent IPAC decision making. METHODS: We conducted a literature search for existing ethical frameworks in IPAC. Working with practicing healthcare ethicists, an existing ethical framework was adapted for use in IPAC. Indications were developed for application to practice, with integration of ethical principles and process conditions specifically relevant to IPAC. Practical refinements were made to the framework based on end-user feedback and application to 2 real-world situations. RESULTS: In total, 7 articles were identified that discussed ethical principles within IPAC, but none proposed a systematic framework to guide ethical decision making. The adapted framework, named the Ethical Infection Prevention and Control (EIPAC) framework, takes the user through 4 intuitive and actionable steps, centering key ethical principles that facilitate reasoned and just decision making. In applying the EIPAC framework to practice, weighing the predefined ethical principles in different scenarios was a challenge. Although no hierarchy of principles can apply to all contexts in IPAC, our experience highlighted that the equitable distribution of benefits and burdens, and the proportional impacts of options under review, are particularly important considerations for IPAC. CONCLUSIONS: The EIPAC framework can serve as an actionable ethical principles-based decision-making tool for use by IPAC professionals encountering complex situations in any healthcare context.
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 | 0,003 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».