DIFFÉRENCES DANS LE RESPECT DES NORMES DU PROCESSUS DE STÉRILISATION DANS DES HÔPITAUX DE RÉFÉRENCE DE 3ÈME NIVEAU AU MALI ET AU SÉNÉGAL
Bibliographic record
Abstract
La stérilisation est essentielle dans la prévention des infections nosocomiales et pour la sécurité des patients. Cette étude a pour objectif d'évaluer le respect des normes du processus de stérilisation des dispositifs médicaux et textiles opératoires dans hôpitaux du Mali et du Sénégal, en Afrique de l'ouest. Il s'agissait d'une étude prospective descriptive réalisée sur une période de quatre mois. Les données ont été recueillies par entretien avec les surveillants des unités de stérilisation centrale et par observation directe des pratiques de stérilisation. Elles ont été saisies et analysées avec le logiciel Epi info3.3.2. Des produits de nettoyage et de désinfection conformes aux normes en vigueur étaient disponibles dans 3 des 7 hôpitaux enquêtés. L'usage d'un emballage secondaire était pratiqué dans 2 hôpitaux au Sénégal. Au Mali, la moitié des hôpitaux stérilisait leurs dispositifs métalliques à la vapeur d'eau tandis qu'au Sénégal tous les hôpitaux le faisaient. Les unités de stérilisation évaluées dans les deux pays n'avaient pas encore mis en place un système d'assurance qualité. Dans 6 des hôpitaux, la place du pharmacien en unité de stérilisation était occultée et le personnel n'avait pas bénéficié de formation selon les bonnes pratiques de Stérilisation. Les insuffisances relevées ont permis de formuler des recommandations pour une meilleure pratique de la stérilisation et partant, l'amélioration de la qualité des soins dans les deux pays.Mots clés : Stérilisation, Dispositif médical, Textile opératoire, Hôpital, Mali, Sénégal
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.006 | 0.022 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.001 | 0.006 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.000 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one teacher head, not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".