MétaCan
Menu
Retour à la cohorte
Enregistrement W4390282880 · doi:10.5114/fmpcr.2023.132616

Potential of use of modern information technology solutionsin the work of hospital infection control team, includingantibiotic therapy optimisation, reduction of alert pathogeninfections and vaccination popularisation

2023· article· en· W4390282880 sur OpenAlexaboutno aff
Robert Susło, Mateusz Paplicki, Jarosław Drobnik, Jacek Klakočar, Jan Godziński

Notice bibliographique

RevueFamily Medicine & Primary Care Review · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiquePolish Law and Legal System
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineVaccinationPathogenInfection controlModern medicineIntensive care medicineImmunology

Résumé

récupéré en direct d'OpenAlex

F -literature Search, G -Funds CollectionBackground.Classic hospital information technology (it) systems are being upgraded to new functional levels due to the rapid evolution and introduction into everyday operation emerging solutions based on machine learning (Ml), artificial intelligence (ai), augmented reality (aR) and large language models (llM), including the famous ChatGPt.Objectives. the objective of the study was identification of potential practical applications of emerging it solutions to various aspects of identified routine activities of iCts, including hospital hygiene improvement, antibiotic stewardship adherence and vaccination enforcement and popularisation.Material and methods.Related merit and legally defined duties of infection control teams (iCts) at Polish hospitals were examined and compared against the capabilities of emerging it solutions.Results. it presents as inevitable that personal universal ai-based virtual assistant of medical staff, melting together modern broadband wireless connection to expanding it infrastructure and its new emerging solutions, including Ml, llM and already relatively inexpensive aR tools, will revolutionise the everyday practice of hospital epidemiology.Conclusions.it is foreseeable that in the near future, all hospital it tools will present a single coherent solution oriented on the common goal of achieving maximal patient health and staff safety, providing holistic, individualised, continuous and omnipresent support to Hospital infection Control teams, every other member of the hospital staff, all hospitalised patients, as well as their accompanying persons.

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)0,006
score de la tête « metaresearch » (Gemma)0,020
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,020
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,001
Communication savante0,0030,003
Science ouverte0,0010,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0090,002

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 Opus0,027
Tête enseignante GPT0,291
Écart entre enseignants0,264 · 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'étudeSans objet
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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFamily Medicine & Primary Care ReviewMême sujetPolish Law and Legal SystemTravaux en français237 207