A műtéti sebfertőzések helyzete Szabolcs-Szatmár-Bereg megye kórházaiban
Notice bibliographique
Résumé
Az egészségügyi ellátással összefüggő kórházi fertőzések jelentőségére már Semmelweis Ignácz munkássága ráirányította a figyelmet. A kórházi fertőzések arányát 5-10%- ra becsülik, melynek kialakulása esetén az ápolási napok száma és az egészségügyi kiadások jelentős mértékben megnövekednek. A kórházi fertőzések megelőzésében mérföldkövet jelentett az Egyesült Államok Betegségmegelőzési és Járványügyi Központ (Centers for Disease Control and Prevention, CDC) Kórházi fertőzések programja, melynek keretében az 1970-es években surveillance-ot dolgoztak ki és működtettek a kórházi fertőzésekre vonatkozóan. E program eredményeként születtek meg az aktív fekvőbetegellátó intézményekben keletkező kórházi fertőzések definíciói, a standard adatgyűjtés módszertana, az adatelemzés eljárásai és az interhospitalis - később internacionális - összehasonlítást lehetővé tevő eredményindikátorok. Az Európai Betegségmegelőzési és Járványügyi Központ (European Center for Disease Control and Prevention, ECDC) a CDC által kidolgozottak figyelembe vétele mellett a TESSy keretében működteti az Európai Unió tagállamai nosocomialis fertőzések felügyeletét biztosító monitor rendszereket. Hazánkban a Nemzeti Nosocomialis Surveillance (NNSR) rendszer kialakításával 2004-től kezdődött meg a kórházi fertőzések monitorozása. Az NNSR keretében a kórházi fertőzések felügyelete kötelező és választható modulokban történik. Dolgozatomban a választható modulok közül a műtéti sebfertőzések helyzetét elemeztem Szabolcs-Szatmár-Bereg megye három kórházában 2005-2012 években. Az 5771 műtétet követő sebfertőzési arány 2,8% volt. A hat leggyakoribb műtéti típus sebfertőzési arányai közül a legmagasabb sebfertőzési arány (6,6%) vastagbél műtéteknél, a legalacsonyabb a sérvműtéteknél volt megfigyelhető (1,0%). A CDC által meghatározott rizikóindex a vastagbél és vakbélműtétek esetén volt magasabb. A vizsgált műtéti típusoknál a sebfertőzések az átlagos ápolási időtartam medián értékét 2-4-szer meghaladták. A sebfertőzések jelentős része felületes fertőzés volt, azonban három műtéti kategória/típus esetén viszonylag magas volt a mély és a szervi/üregi fertőzések aránya. Az izolált kórokozók között a Gram- és a Gram+ kórokozók közel hasonló arányban fordultak elő. A sebfertőzések rizikófaktorainak többváltozós logisztikus regressziós elemzése egyértelműen szignifikáns összefüggést mutatott a műtétet követő sebfertőzés kialakulásával.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,048 | 0,010 |
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 ».