MétaCan
Menu
Retour à la cohorte
Enregistrement W4388535096 · doi:10.1017/ice.2023.242

Barriers to healthcare-worker adherence to infection prevention and control practices in British Columbia during the coronavirus disease 2019 (COVID-19) pandemic: A cross-sectional study

2023· article· en· W4388535096 sur OpenAlexaffabout
Brooke Cheng, Randa Ali, Jun Chen Collet, T. Towell, Guanghong Han, Dave Keen, Ka Wai Leung, Julie Mori, Jocelyn A. Srigley

Notice bibliographique

RevueInfection Control and Hospital Epidemiology · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueInfection Control in Healthcare
Établissements canadiensB.C. Women's Hospital & Health CentreFraser HealthInterior HealthProvincial Health Services AuthorityUniversity of GuelphUniversity of British Columbia
Organismes subventionnairesWorkSafe Victoria
Mots-clésMedicinePandemicContext (archaeology)StaffingHealth careRespondentInfection controlFamily medicineNursingBest practicePersonal protective equipmentCoronavirus disease 2019 (COVID-19)DiseasePolitical scienceIntensive care medicineInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: The coronavirus disease 2019 (COVID-19) pandemic highlighted the importance of robust infection prevention and control (IPAC) practices to maintain patient and staff safety. However, healthcare workers (HCWs) face many barriers that affect their ability to follow these practices. We identified barriers affecting HCW adherence to IPAC practices during the pandemic in British Columbia, Canada. DESIGN: Cross-sectional web-based survey. SETTING: Acute care, long-term care or assisted living, outpatient, mental health, prehospital care, and home care. PARTICIPANTS: Eligible respondents included direct-care providers and IPAC professionals working in these settings in all health authorities across British Columbia. METHODS: We conducted a web-based survey from August to September 2021 to assess respondent knowledge and attitudes toward IPAC within the context of the COVID-19 pandemic. Respondents were asked to rate the extent to which various barriers affected their ability to follow IPAC practices throughout the pandemic and to make suggestions for improvement. RESULTS: The final analysis included 2,488 responses; 36% of respondents worked in acute care. Overall, perceptions of IPAC practice among non-IPAC professionals were positive. The main self-perceived barriers to adherence included inadequate staffing to cover absences (58%), limited space in staff rooms (57%), multibed rooms (51%), and confusing messages about IPAC practices (51%). Common suggestions for improvement included receiving more support from IPAC leadership and clearer communication about required IPAC practices. CONCLUSIONS: Our findings highlight frontline HCW perspectives regarding priority areas of improvement for IPAC practices. They will inform policy and guideline development to prevent transmission of COVID-19 and future emerging infections.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,031
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict)
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 enseignants0,040
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,031
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,104
Tête enseignante GPT0,453
Écart entre enseignants0,348 · 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 tête enseignante, pas un consensus.

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

Citations3
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInfection Control and Hospital EpidemiologyMême sujetInfection Control in HealthcareTravaux en français237 207