Audit and Feedback to Reduce Broad-Spectrum Antibiotic Use among Intensive Care Unit Patients A Controlled Interrupted Time Series Analysis
Notice bibliographique
Résumé
OBJECTIVE: We aimed to rigorously evaluate the impact of prospective audit and feedback on broad-spectrum antimicrobial use among critical care patients. DESIGN: Prospective, controlled interrupted time series. SETTING: Single tertiary care center with 3 intensive care units. PATIENTS AND INTERVENTIONS: A formal review of all critical care patients on their third or tenth day of broad-spectrum antibiotic therapy was conducted, and suggestions for antimicrobial optimization were communicated to the critical care team. OUTCOMES: The primary outcome was broad-spectrum antibiotic use (days of therapy per 1000 patient-days; secondary outcomes included overall antibiotic use, gram-negative bacterial susceptibility, nosocomial Clostridium difficile infections, length of stay, and mortality. RESULTS: The mean monthly broad-spectrum antibiotic use decreased from 644 days of therapy per 1,000 patient-days in the preintervention period to 503 days of therapy per 1,000 patient-days in the postintervention period (P < .0001); time series modeling confirmed an immediate decrease (± standard error) of 119 ± 37.9 days of therapy per 1,000 patient-days (P = .0054). In contrast, no changes were identified in the use of broad-spectrum antibiotics in the control group (nonintervention medical and surgical wards) or in the use of control medications in critical care (stress ulcer prophylaxis). The incidence of nosocomial C. difficile infections decreased from 11 to 6 cases in the study intensive care units, whereas the incidence increased from 87 to 116 cases in the control wards (P = .04). Overall gram-negative susceptibility to meropenem increased in the critical care units. Intensive care unit length of stay and mortality did not change. CONCLUSIONS: Institution of a formal prospective audit and feedback program appears to be a safe and effective means to improve broad-spectrum antimicrobial use in critical care.
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 | 0,040 | 0,102 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».