Prevalence of Antimicrobial Use in a Network of Canadian Hospitals in 2002 and 2009
Notice bibliographique
Résumé
BACKGROUND: Increasing antimicrobial resistance has been identified as an important global health threat. Antimicrobial use is a major driver of resistance, especially in the hospital sector. Understanding the extent and type of antimicrobial use in Canadian hospitals will aid in developing national antimicrobial stewardship priorities. METHODS: In 2002 and 2009, as part of one-day prevalence surveys to quantify hospital-acquired infections in Canadian Nosocomial Infection Surveillance Program hospitals, data were collected on the use of systemic antimicrobial agents in all patients in participating hospitals. Specific agents in use (other than antiviral and antiparasitic agents) on the survey day and patient demographic information were collected. RESULTS: In 2002, 2460 of 6747 patients (36.5%) in 28 hospitals were receiving antimicrobial therapy. In 2009, 3989 of 9953 (40.1%) patients in 44 hospitals were receiving antimicrobial therapy (P<0.001). Significantly increased use was observed in central Canada (37.4% to 40.8%) and western Canada (36.9% to 41.1%) but not in eastern Canada (32.9% to 34.1%). In 2009, antimicrobial use was most common on solid organ transplant units (71.0% of patients), intensive care units (68.3%) and hematology/oncology units (65.9%). Compared with 2002, there was a significant decrease in use of first-and second-generation cephalosporins, and significant increases in use of carbapenems, antifungal agents and vancomycin in 2009. Piperacillin-tazobactam, as a proportion of all penicillins, increased from 20% in 2002 to 42.8% in 2009 (P<0.001). There was a significant increase in simultaneous use of >1 agent, from 12.0% of patients in 2002 to 37.7% in 2009. CONCLUSION: From 2002 to 2009, the prevalence of antimicrobial agent use in Canadian Nosocomial Infection Surveillance Program hospitals significantly increased; additionally, increased use of broad-spectrum agents and a marked increase in simultaneous use of multiple agents were observed.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,006 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».