パンデミック後の時代における病院の感染予防・制御に従事する担当者のコンピテンシー評価モデルの開発とバリデーション：混合研究法
Development and validation of a competency evaluation model for hospital infection prevention and control practitioners in the post-pandemic era: a mixed methods study L. Cui*, A. He, X. Wang, Y. Wang, X. Huang, Z. Ni *Hangzhou Normal University, PR China Journal of Hospital Infection (2022) 119, 132-140
背景
新型コロナウイルス感染症（COVID-19）パンデミック時の院内感染の管理は一層厳しくなった。公衆衛生危機に対応する医療従事者のコンピテンシーモデルを開発することが急務である。
目的
病院の感染予防・制御策に従事する担当者のコンピテンシーを明らかにすること。
方法
文献レビュー、核となる情報提供者へのインタビュー、デルファイ法、質問票調査に基づき、理論的フレームワークを開発した。これらの項目を、回答率、最大スコア、最小スコア、平均スコアにより評価した。コンピテンシーモデルの構造を明確にするために、探索的および確証的因子分析を用いた。
結果
質問票に対する有効な回答率は 88.29％、Cronbach のα係数は 0.964 であった。因子分析により、Kaiser‐Meyer‐Olkin スコアは 0.945 であることが示された。Bartlett 検定では、χ2 値は 10523.439（df ＝ 435、P ＜ 0.001）であった。探索的因子分析により、5 因子モデルが採択され、4 項目が除外され、5 次元 26 項目の指標が得られた。新たな構造の確証的因子分析により、高い適合度（比較適合度指標 ＝ 0.921、Tucker‐Lewis 指標 ＝ 0.911、標準化残差 2 乗平均平方根 ＝ 0.053、近似誤差 2 乗平均平方根 ＝ 0.044）が示された。
結論
提示された指標は病院の感染予防・制御に従事する担当者のコンピテンシーの評価において有用なツールであり、病院の感染予防・制御の改善を促すであろう。
監訳者コメント：
個人の評価アセスメントツールを紹介しているが、評価項目の内容が粗削りで何を評価できるツールか判断不能な論文である。
同カテゴリの記事
A statistical method for estimating the proportion of cases resulting from cross-transmission of multi-resistant pathogens in an intensive care unit
National Prevalence of Nosocomial Infections: Cuba 2004
A comprehensive evaluation of water, sanitation and hygiene (WASH) in health facilities: a systematic review and meta-analysis S. Gnanasekaran*, V. Jayaraj, Yazhini V.B., P.S. Mohanraj, C. Babu, N. Rajendran, V. Rajendran *All India Institute of Medical Sciences (AIIMS), India Journal of Hospital Infection (2024) 151, 116-130
Long-term intensive care unit outbreak of carbapenamase-producing organisms associated with contaminated sink drains A. Anantharajah*, F. Goormaghtigh, E. Nguvuyla Mantu, B. Güler, B. Bearzatto, A. Momal, A. Werion, P. Hantson, B. Kabamba-Mukadi, F. Van Bambeke, H. Rodriguez-Villalobos, A. Verroken *Cliniques universitaires Saint-Luc, Belgium Journal of Hospital Infection (2024) 143, 38-47
Prevalence of healthcare device-associated infection using point prevalence surveys of antimicrobial prescribing and existing electronic data