Microorganisms Linked to Health Care–Associated Infections: Modernization of Terminology Resources for Reporting to the National Healthcare Safety Network
Notice bibliographique
Résumé
Unlabelled: The National Healthcare Safety Network (NHSN) of the Centers for Disease Control and Prevention (CDC) needed a modernized approach to manage resources containing standardized terminology that specify microorganism data submitted electronically for legacy reporting. Health care-associated infections (HAIs) reported to NHSN require the submission of data regarding specific microorganisms attributed to the patient's condition. Data on microorganisms submitted to the NHSN electronically must use the SNOMED CT terminology standard. Terminology artifacts that guide submission of microorganism data have been maintained in spreadsheets that have become increasingly challenging to manage. This case report details the initial use case for the implementation of off-the-shelf software within the NHSN to modernize the maintenance of terminology assets. Resources that guide reporting microorganisms for HAIs were used as a prototype to demonstrate how a software application can be practically implemented to streamline the maintenance of complex terminology assets. Mission-critical artifacts have been reconciled and consolidated into a single source of truth knowledgebase using an off-the-shelf software solution. This report shares progress and lessons learned regarding the modernization of NHSN's Pathogen Codes resource and its derivative artifacts. A model is now available that can be replicated across other NHSN legacy artifacts. Our experience can be applied to other public health use cases and information systems facing similar challenges with attachments to legacy terminology resources and systems.
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 | 0,029 | 0,057 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,007 | 0,009 |
| Science ouverte | 0,003 | 0,007 |
| Intégrité de la recherche | 0,001 | 0,003 |
| 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 ».