Letter to the editor: enhancing healthcare-associated infection reporting in Canada
Notice bibliographique
Résumé
To the Editor, Healthcare-associated infections (HAI) are the most frequently reported adverse event in healthcare worldwide.1 In Ontario and Quebec, Canada, C. difficile (CDI) and methicillin-resistant S. aureus (MRSA) HAI surveillance are mandatory for acute care hospitals.2,3 Traditional active surveillance by infection prevention and control (IPC) teams is considered the "gold-standard" but is time-consuming and labor-intensive.3 However, passive surveillance using administrative data would be a cost-effective alternative as it relies on routinely collected and consistently defined data.4 The Canadian Institute for Health Information (CIHI) implemented HAI surveillance through its Discharge Abstract Database (DAD), an administrative database that contains a codified summary of a patients' stay in hospital, which is coded by the hospital clinical coding team (CCT) using the International Classification of Diseases 10th Revision (ICD-10) codes, in accordance with CIHI standards.5 However, it has been demonstrated that its accuracy in Canada is limited in comparison with active surveillance data.6 Since 2016, the CCT at St. Joseph's Healthcare Hamilton (SJHH), Ontario, has used IPC data to report CDI and MRSA infections to CIHI.To do so, IPC sent a monthly HAI list to the CCT, ensuring alignment and provided training on the differences and definitions used for these infections.This practice deviates from CIHI standards, which mandate that coders only use chart documentation from physicians, midwives, or nurse practitioners.In 2017, SJHH transitioned to an electronic medical record (EMR), allowing IPC team to document infections directly, eliminating the need for monthly lists.A report was developed to support monthly and year-end reconciliation, enhancing data accuracy.The collaborative approach was readily adopted, resolving data discrepancies.As a quality assessment project approved by the Director of professional Services, we conducted a study to assess the validity of
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 | 0,004 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,006 | 0,002 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,023 | 0,013 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,002 |
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.
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 ».