Decrease in antibiotic use among children in the 1990s: not all antibiotics, not all children
Notice bibliographique
Résumé
BACKGROUND: Decreases in antibiotic use were widely reported in the 1990s. This study was undertaken to determine trends in the use of antibiotics from fiscal year (FY) 1995 (April 1995 to March 1996) to FY 2001 in a complete population of Manitoba children. METHODS: Using Manitoba's health care databases, we determined annual population-based rates of antibiotic prescription among children by antibiotic class (narrow-spectrum and broader-spectrum antibiotics), age group, physician diagnosis (e.g., otitis media or bronchitis) and neighbourhood income in urban areas (derived from the 1996 census). Antibiotic prescription rates were generated within a generalized linear model framework with general estimating equations, and differences between FY 2001 and FY 1995 were tested. Differences in antibiotic use over time were compared across antibiotic classes, age groups, diagnoses and income neighbourhoods. RESULTS: The overall antibiotic prescription rate decreased by almost one-third, from 1.2 prescriptions per child in FY 1995 to 0.9 prescriptions in FY 2001. Total antibiotic use declined for all respiratory tract infections; decreases were greatest for the sulfonamides (decrease to less than one-third the FY 1995 rate) and narrow-spectrum macrolides (decrease to less than half the FY 1995 rate). In contrast, the FY 2001 rate for broader-spectrum macrolides was as much as 12.5 times the FY 1995 rate. Otitis media accounted for one-quarter of the use of the latter agents. Preschool children and low-income children received the greatest number of antibiotic prescriptions. Declines in antibiotic prescriptions were of a lesser magnitude for low-income children (for whom rates in FY 2001 were four-fifths the rates in FY 1995) than for higher-income children (for whom rates in FY 2001 were about two-thirds the rates in FY 1995). INTERPRETATION: Overall, antibiotic use declined over the late 1990s in this population of Canadian children, but the increasing use of broader-spectrum macrolides and higher rates of antibiotic use among preschool and low-income children may have implications for antibiotic resistance.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».