Effect of an Educational Intervention on Optimizing Antibiotic Prescribing in Long‐Term Care Facilities
Notice bibliographique
Résumé
OBJECTIVE: To assess the effect of an educational intervention aimed at optimizing antibiotic prescribing in long-term care (LTC) facilities. DESIGN: Cluster randomized, controlled trial. SETTING: Eight public LTC facilities in the Montreal area. PARTICIPANTS: Thirty-six physicians. INTERVENTION: The educational intervention consisted of mailing an antibiotic guide to physicians along with their antibiotic prescribing profile covering the previous 3 months. Targeted infections were urinary tract, lower respiratory tract, skin and soft tissues, and septicemia of unknown origin. In the prescribing profile, each antibiotic was classified as adherent or nonadherent to the guide. Physicians in the experimental group received the intervention twice, 4 months apart, whereas physicians in the control group provided usual care. MEASUREMENTS: Data on antibiotic prescriptions were collected over four 3-month periods: preintervention, postintervention I, postintervention II, and follow-up. A generalized estimating equation (GEE) model was used to compare the proportion of nonadherent antibiotic prescriptions of the experimental and control groups. RESULTS: By the end of the study, nonadherent antibiotic prescriptions decreased by 20.5% in the experimental group, compared with 5.1% in the control group. Based on the GEE model, during postintervention II, physicians in the experimental group were 64% less likely to prescribe nonadherent antibiotics than those in the control group (odds ratio=0.36, 95% confidence interval=0.18-0.73). CONCLUSION: An educational intervention combining an antibiotic guide and a prescribing profile was effective in decreasing nonadherent antibiotic prescriptions. Repetition of the intervention at regular intervals may be necessary to maintain its effectiveness.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».