Valeur prédictive de l’échelle de Braden pour les lésions de pression nosocomiales et l’association avec les interventions de prévention
Bibliographic record
Abstract
Introduction : Les lésions de pression nosocomiales (LPN) sont considérées comme des événements indésirables liés aux soins infirmiers. Pour l’amélioration de la qualité des soins, les interventions comme le dépistage et la mobilisation sont essentielles. Objectifs : Comparer les valeurs prédictives du score total de Braden et du score de la dimension mobilité sur le développement de LPN. Mesurer l’effet modérateur des interventions de prévention entre le niveau de risque et le taux des LPN. Méthodes : Étude descriptive corrélationnelle basée sur l’analyse secondaire de données de routine issues des dossiers informatisés entre le 1er mars 2016 et le 31 mars 2018. Des statistiques descriptives et des régressions logistiques univariables et multivariables ont été effectuées. Résultats : Sur 22 833 épisodes de soins, le taux des LPN était de 3,6 %. Le score mobilité était prédicteur du développement des LPN (RC = 17,2, p < 0,01) ainsi que le score total (RC = 13,9, p < 0,01). Lorsque des interventions de mobilisation étaient mises en place, la probabilité de développer une LPN diminuait pour le niveau de risque faible (RC = 0,6, p < 0,01) ou modéré (RC = 0,5, p <0,01) selon le score total de Braden, mais pas pour un niveau de risque élevé. Discussion et conclusion : Cette étude confirme l’association entre le développement de LPN et les interventions préventives. Elle démontre l’importance d’utiliser des outils valides pour dépister le risque et mettre en place des interventions de mobilisation afin d’avoir un impact positif sur les résultats et ainsi d’améliorer la qualité des soins.
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 machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.009 | 0.042 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.007 | 0.001 |
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 source (direct Gemma or distilled Codex), 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".