医院和患者选择
确定代表性样本以估计HAI患病率
10个EIP地点招募最多25家医院,医院选择调查日,从晨间普查中随机选择患者。
Health Care-Associated Infections in U.S. Hospitals, 2023 versus 2015
横断面患病率调查,包括医院和患者样本、数据收集、HAI定义和多变量回归分析,但缺乏干预性实验和机制验证。
急性护理医院住院患者 住院点患病率调查(HPPS)
调查日选择在2023年5月1日至9月30日之间 随机选择患者,目标为≥400张床医院100名,其他75名或全部符合条件患者 使用2023年NHSN定义识别HAI 多变量模型调整中心静脉置管、呼吸机使用、住院时间和年龄 全国负担估计使用2022年NIS数据
提炼研究问题、关键发现与证据,快速把握文章的核心贡献。
按研究推进顺序梳理实验设计、验证步骤与关键观察。
确定代表性样本以估计HAI患病率
10个EIP地点招募最多25家医院,医院选择调查日,从晨间普查中随机选择患者。
使用NHSN定义识别HAI并收集患者特征
训练有素的EIP工作人员审查病历,收集人口统计学和临床信息,并使用2023年NHSN定义识别HAI。
比较2015年和2023年HAI患病率并调整混杂因素
使用log-binomial回归模型,基于同时参与两次调查的151家医院的患者数据,调整患者和医院因素。
估计2023年美国医院HAI总负担
使用Rhame和Sudderth方法以及Grenander方法,基于2022年NIS数据,将患病率转换为发病率并扩展到全国。
按研究目的归类文中使用的方法,便于定位所需技术。
汇总复现实验时建议重点确认的条件及原文阅读提示。
| 环节 | 核对要点 |
|---|---|
| 医院和患者选择 | 调查日、医院选择标准、患者选择方法 阅读提示:Methods - Hospitals and patients |
| HAI定义 | 使用的NHSN定义版本 阅读提示:Methods - Data collection and HAI definitions |
| 多变量分析 | 调整变量、医院子集 阅读提示:Methods - Analysis |
| 全国负担估计 | 估计方法、分层变量、NIS数据年份 阅读提示:Methods - Analysis |