Optimizing practices to prevent urinary tract infection after cystoscopy and urodynamics in women: A quality improvement study
Notice bibliographique
Résumé
OBJECTIVE: The objective of this study was to reduce the incidence of urinary tract infection (UTI) in women undergoing outpatient cystoscopy and/or urodynamic studies (UDS) at our centre by identifying and then altering modifiable risk factors through an analysis of incidence variability among physicians. METHODS: This was a quality improvement study involving adult women undergoing outpatient cystoscopy and/or UDS at an academic tertiary urogynecology practice. Prophylactic practices for cystoscopy/UDS were surveyed and division and physician-specific UTI rates following cystoscopy/UDS were established. In consultation with key stakeholders, this delineated change concepts based on associations between prophylactic practices and UTI incidence, which were then implemented while monitoring counterbalance measures. RESULTS: Two "Plan-Do-Study-Act-Cycles" were conducted whereby 212 and 210 women were recruited, respectively. Change concepts developed and implemented were: (1) to perform routine urine cultures at the time of these outpatient procedures, and (2) to withhold routine prophylactic antibiotics for outpatient cystoscopy/UDS, except in patients with signs of cystitis. There was no change in the incidence of early presenting UTI (9.0% vs. 9.2%, p = 0.680), but there were significantly fewer antibiotic-related adverse events reported (8.5% vs. 1.5%, p = 0.001). There was no significant change in the total incidence of UTI rates between cycles (7.8% vs. 5.6%, p = 0.649). CONCLUSIONS: No specific strategies to decrease the incidence of UTI following outpatient cystoscopy/UDS were identified, however, risk factor-specific antibiotic prophylaxis, as opposed to universal antibiotic prophylaxis, did not increase UTI incidence.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,000 | 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 ».