Infection prevention and control program components for long-term care homes
Notice bibliographique
Résumé
Residents of long-term care homes (LTCHs) are a vulnerable population. As a result, there have been many outbreaks with significant morbidity and mortality caused by a plethora of different micro-organisms (influenza A, SARS-CoV-2, Group A Streptococcus, methicillin-resistant Staphylococcus aureus [MRSA], Carbapenemase-producing Enterobacteriaceae [CPE], norovirus, Clostridioides difficile, extended spectrum betalactamase- producing organisms [ESBL], hepatitis B and C) amongst others [1-5]. There are currently no national IPAC recommendations specifically for an IPAC program in LTCHs, although there have been publications recommending IPAC programs and resources [6-10]. LTC and retirement homes have been disproportionately affected by COVID-19 in Canada with 10% of all Canadian COVID-19 cases (about 80,000), resulting in more than 66% of the national deaths (over 14,000 deaths in residents and close to 30 staff) as of February 2021. More than 2,500 homes experienced an outbreak, and the proportion of COVID-19 deaths in Canadian LTC and retirement home residents (69%) exceeds the international average (41%)”. As per federal and provincial/territorial legislation, employers shall ensure that the LTC setting is a safe work environment which protects residents and staff.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,037 | 0,005 |
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 ».