Organizational and infrastructural risk factors for health care–associated Clostridioides difficile infections or methicillin-resistant Staphylococcus aureus in hospitals
Notice bibliographique
Résumé
BACKGROUND: This study explores the infrastructural and organizational risk factors for health care-associated (HCA) Clostridioides difficile infections (CDIs) and methicillin-resistant Staphylococcus aureus (MRSA) in hospitals. METHODS: This is a retrospective observational study involving all eligible inpatient units from 12 hospitals in British Columbia, Canada, from April 1, 2020 to September 16, 2021. The outcomes were the average HCA CDI or MRSA rates. Covariates included, but were not limited to, infection control factors (eg, hand hygiene rate), infrastructural factors (eg, unit age), and organizational factors (eg, hallway bed utilization). Multivariable regression was performed to identify statistically significant risk factors. RESULTS: Older units were associated with higher HCA CDI rates (adjusted relative risk [aRR]: 0.012; 95% confidence interval (CI) [0.004, 0.020]). Higher HCA MRSA rates were associated with decreased hand hygiene rate (aRR: -0.035; 95% CI [-0.063, -0.008]), higher MRSA bioburden (aRR: 9.008; 95% CI [5.586, 12.429]), increased utilization of hallway beds (aRR: 0.680; 95% CI [0.094, 1.267]), increased nursing overtime rate (aRR: 5.018; 95% CI [1.210, 8.826]), and not keeping the clean supply room door closed (aRR: -0.283; 95% CI [-0.536, -0.03]). CONCLUSIONS: The study confirmed the multifaceted nature of infection prevention and emphasized the importance of interdepartmental collaboration to improve patient safety.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».