Patient engagement to counter catheter-associated urinary tract infections with an app (PECCA): a multicentre, prospective, interrupted time-series and before-and-after study
Notice bibliographique
Résumé
BACKGROUND: The risk of urinary tract infections (UTIs) is increased by unnecessary placement and prolonged use of urinary catheters. AIM: To assess whether inappropriate use of catheters and catheter-associated UTI were reduced through patient participation. METHODS: In this multicentre, interrupted time-series and before-and-after study, we implemented a patient-centred app which provides catheter advice for patients, together with clinical lessons, feedback via e-mails and support rounds for staff members. Data on catheter use and infections were collected during a six-month baseline and a six-month intervention period on 13 wards in four hospitals in the Netherlands. Dutch Trial Register: NL7178. FINDINGS: , 2019, 6556 patients were included in 24 point-prevalence surveys, 3285 (50%) at baseline and 3271 (50%) during the intervention. During the intervention 249 app users and a median of seven new app users per week were registered (interquartile range: 5.5-13.0). At baseline, inappropriate catheter use was registered for 175 (21.9%) out of 798 catheters, compared to 55 (7.0%) out of 786 during the intervention. Time-series analysis showed a non-significant decrease of inappropriate use of 5.8% (95% confidence interval: -3.76 to 15.45; P = 0.219), with an odds ratio of 0.27 (0.19-0.37; P < 0.001). Catheter-associated UTI decreased by 3.0% (1.3-4.6; P = 0.001), with odds ratio 0.541 (0.408-0.716; P < 0.001). CONCLUSION: Although UTI significantly decreased after the implementation, patient participation did not significantly reduce the prevalence of inappropriate urinary catheter use. However, the inappropriate catheter reduction of 5.8% and an odds ratio of 0.27 suggest a positive trend. Patient participation appears to reduce CAUTI and could reduce other healthcare-associated 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 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 | 0,008 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».