INFECTION PREVENTION AND CONTROL COMPLIANCE AMONG HOSPITAL HEALTHCARE WORKERS: DETERMINANTS, INTERVENTIONS, AND PATIENT OUTCOMES, A SYSTEMATIC REVIEW
Notice bibliographique
Résumé
Abstract Background: Infection prevention and control (IPC) depends on consistent healthcare worker (HCW) adherence to core practices. Suboptimal compliance contributes to healthcare-associated infections (HAIs) and avoidable harm. Methods: A PRISMA-aligned systematic review was conducted using PubMed Central to identify hospital-based original research evaluating IPC compliance, determinants of compliance, interventions to improve compliance, or patient outcomes. Eligible designs included randomized and nonrandomized interventional studies and observational studies among hospital HCWs. Ten original studies were included for Results, and nine additional PMC articles were used to frame the Introduction and Discussion. Results: Ten original studies (multi-country; ICUs and general wards) addressed hand hygiene and, or standard precautions. Interventional studies consistently improved hand hygiene compliance, with examples including increases from 50.17% to 71.75% alongside reduced HAI and CAUTI rates in a Saudi university hospital, 30.9% to 69.5% after an ICU educational program in Egypt, and 32.1% to 39.4% after a multimodal program in Tunisia. Determinants of compliance were repeatedly linked to training, resource availability, workload, time pressure, safety climate, and monitoring, feedback. Conclusion: IPC compliance among hospital HCWs is modifiable. Multimodal interventions improve compliance and can translate to better patient outcomes when coupled with surveillance and leadership accountability.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 tête enseignante, 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 ».