Käsihygienian toteutuminen Keski-Suomen hyvinvointialueen asumispalveluissa
Bibliographic record
Abstract
Suomessa arvioidaan olevan vuosittain noin 100 000 hoitoon liittyvää infektiota, joten niiden te-hokkaalla torjunnalla on suuri merkitys kansanterveydelle. Käsihygienian parantaminen vaatii jatkuvaa koulutusta ja uusia tutkimuksia. Laitoshoidossa infektioita on helpompi ehkäistä, mutta väestötasolla se on haastavampaa. Hoitajien käsihygienia on keskeistä, sillä kädet ovat merkittävä infektioiden leviämisreitti. Tämän opinnäytetyön tarkoituksena oli havainnoida käsihygienian toteutumista Keski-Suomen hyvinvointialueen asumispalveluyksiköissä ja tuottaa tietoa hygieniakäytänteiden kehittämiseksi. Tutkimus tarkasteli erityisesti käsihuuhteen käyttöä ennen ja jälkeen hoitotilanteiden sekä käsineiden käytön yhteydessä. Tavoitteena oli lisäksi tunnistaa käsihygienian toteutumista estäviä tekijöitä. Tutkimuskysymykset keskittyivät siihen, miten käsihuuhdetta käytetään asumispalveluissa ja mitkä tekijät estävät käsihygienian toteutumista. Aineistonkeruumenetelmä oli havainnointi, jossa käytettiin strukturoitua lomaketta. Havainnointi tehtiin kahdessa asumispalveluyksikössä. Havainnointia suorittivat kaksi sairaanhoitajaopiskelijaa kesäkuussa 2024, ja havainnot kirjattiin Webropoliin tehdylle lomakkeelle, joka perustui hyvinvointialueen omaan havainnointilomakkeeseen. Havainnoinnissa seurattiin henkilökunnan käsihygieniakäytäntöjä, erityisesti käsihuuhteen käyttöä ja mahdollisia esteitä käsihygienian toteutumiselle. Tulosten mukaan käsihuuhteen käyttö oli vähäisempää ennen käsineiden pukemista ja asukaskontaktia, kuin niiden jälkeen. Käsihygieniakäytännöissä havaittiin puutteita, jotka voivat lisätä infektioriskiä. Havaintojen mukaan käsihuuhteen saatavuus oli hyvä, mutta sitä ei siitä huolimatta käytetty riittävästi ja estävät tekijät vaikeuttivat käsihygienian toteutumista.
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 | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.018 | 0.004 |
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".