Améliorer la surveillance des infections associées aux soins de santé au Canada
Notice bibliographique
Résumé
Les personnes qui reçoivent des soins de santé ne devraient pas craindre d’être infectées pendant ce processus. Pourtant, c’est malheureusement une réalité trop fréquente : les infections nosocomiales sont la principale cause d’effets indésirables liés aux soins de santé. Chaque année, des millions de personnes en sont victimes. Ces infections entraînent des conséquences graves, tant en termes de morbidité et de mortalité qu’en termes de coûts financiers considérables. Pour aggraver la situation, de nombreux micro-organismes multirésistants jouent un rôle important dans ces infections. La surveillance active est un moyen clé de prévenir les infections nosocomiales. Qu’il s’agisse de comprendre ce qui se passe dans les établissements de santé, d’identifier des tendances émergentes ou de détecter et prévenir des épidémies, son rôle est crucial. D’ailleurs, la plupart des pays disposent d’un ou plusieurs programmes de surveillance des infections nosocomiales. Ce sujet sera exploré dans ce document. L’objectif de cette thèse était de déterminer s’il est possible d’améliorer la surveillance des infections associées aux soins de santé au Canada. Comme première étape, nous avons d’abord mené un scoping review pour examiner les pratiques dans les pays à revenu élevé de quatre régions du monde : les États-Unis, l’Angleterre l’Europe et l’Australie. En nous concentrant sur les mécanismes des programmes de surveillance, nous avons constaté que de nombreux pays disposaient d’un système fédéral de surveillance des infections nosocomiales (28 sur 35 étudiés), dont la majorité étaient basés sur une participation volontaire. Les principales infections surveillées incluaient les infections à Clostridioides difficile (ICD), ainsi que les infections liées aux chirurgies des genoux, des hanches et des césariennes. Nous avons eu la chance de discuter avec des professionnels de la santé lors de diverses occasions. Ces échanges ont révélé une réelle volonté de participer à un système de surveillance pancanadien et la reconnaissance de nombreux avantages potentiels. Toutefois, deux défis majeurs ont été identifiés : l’augmentation de la charge de travail (notamment en raison du dédoublement des définitions de cas) et des enjeux politiques liés au partage de données sensibles. Depuis 2022, le Programme canadien de surveillance des infections nosocomiales (PCSIN) permet de participer à une surveillance via un système de données simplifiées (minimal dataset). Ce mode de surveillance diminue les enjeux liés au partage de données sensibles, car seules les données agrégées (nombre de cas et jours-présence) sont partagées. Pour répondre au problème du dédoublement du travail, nous avons mené un test de concordance entre les définitions de cas provinciales et celles du PCSIN. L’hypothèse était que, si les définitions étaient comparables, les provinces pourraient continuer à utiliser leurs propres définitions tout en participant à la surveillance pancanadienne. Nous avons identifié neuf éléments discordants pour les définitions des ICD et sept pour celles des infections à Staphylococcus aureus résistant à la méthicilline (SARM). À l’aide de bases de données provenant de deux hôpitaux québécois, nous avons catégorisé chacun des patients s’ils répondaient aux définitions de cas de chaque province et du PCSIN. Finalement, nous avons testé la concordance pour ces deux types d’infections. La raison de choix est qu’elles sont les plus surveillées dans les provinces canadiennes. Dans les deux cas, la concordance obtenue était presque parfaite. Finalement, nous avons évalué l’impact des différences dans les définitions de cas grâce à des simulations paramétriques. À partir des éléments discordants identifiés dans les analyses précédentes, nous avons utilisé un modèle multivarié de Bernoulli pour générer des cohortes en conservant les relations entre les éléments et les proportions attendues. Dans l’analyse de référence, deux provinces présentaient des proportions de cas nosocomiaux différentes de celles du PCSIN : l’Ontario pour le SARM et Terre-Neuve-et-Labrador pour les ICD. Nous avons ensuite fait varier, dans chaque simulation, les proportions de chaque élément (individuellement ou par groupe pour des analyses provinciales) de 5 % à 95 %, par bonds de 5 %. Les résultats ont montré que, malgré des différences dans les définitions de cas, il est possible d’obtenir des comparaisons valides pour plusieurs provinces dans de nombreux scénarios.
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 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».