MétaCan
Menu
Retour à la cohorte
Enregistrement W2171186685

Optimiser la prescription d'antimicrobiens : une solution informatisée

2013· article· fr· W2171186685 sur OpenAlexaffabout
Julie Perron, Mélanie Gilbert, Vincent Nault, Mathieu Beaudoin, Louis Valiquette

Notice bibliographique

Revuenon disponible
Typearticle
Languefr
DomaineMedicine
ThématiqueNeutropenia and Cancer Infections
Établissements canadiensUniversité de SherbrookeCentre Hospitalier Universitaire de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)HumanitiesMolecular biologyPolitical scienceArtBiology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Resume Objectif : L’objectif de cet article consiste a presenter une intervention d’optimisation de l’usage des antimicrobiens articulee autour de l’utilisation d’un systeme expert. Mise en contexte : Au Centre hospitalier universitaire de Sherbrooke, une equipe travaille depuis 2005 a la creation d’un systeme d’aide a la decision pour cibler les prescriptions d’antimicrobiens sous-optimales. Resultats : Apres 53 semaines d’utilisation, 1344 interventions ont ete effectuees, dont 1222 (90,9 %) ont ete acceptees par les differentes equipes medicales. Ceci represente une moyenne de 1,7 interventions acceptees/heure de presence de la pharmacienne. Pour la periode decrite, la consommation totale en antimicrobiens a diminue de 13,5 %, ce qui represente une economie de 305 000 $ (15 %) sur les antimicrobiens du departement de pharmacie. Ceci constitue une economie de 405 $/heure de presence de la pharmacienne. Discussion : Les resultats observes s’expliquent par l’evaluation exhaustive de toutes les nouvelles prescriptions et de toutes les modifications subsequentes d’antimicrobiens par le logiciel. De plus, la surveillance hebdomadaire permet egalement de detecter des pratiques en emergence. Conclusion : La collaboration medicale, pharmaceutique et informatique ont permis de developper un outil adapte a la realite quebecoise afin d’optimiser l’utilisation des antimicrobiens et de diminuer les couts lies a l’antibiotherapie. Abstract Objective: The purpose of this article is to discuss an intervention optimizing the use of antimicrobials using experts in the field. Context: At the Centre hospitalier universitaire de Sherbrooke , a team has been working since 2005 to create a decisionmaking support system targeting sub-optimal prescriptions for antimicrobials. Results: After 53 weeks of use, 1344 interventions were made of which 1222 (90.0%) were accepted by the different medical teams. This represents, on average, 1.7% of interventions being accepted per hour of pharmacist presence. For this period, total antimicrobial consumption decreased by 13.5%, representing savings of 305 00$ (15%) with respect to the pharmacy department’s antimicrobial agents. This constitutes savings of 405$ per hour of pharmacist presence. Discussion: The observed results can be explained by the exhaustive review that was done of all new prescriptions and of all subsequent modifications to antimicrobial therapy by the software. In addition, emergent practice habits were detected through weekly surveillance. Conclusion: The collaboration between the medical, pharmacy and information technology fields allowed the development of a tool adapted to the Quebec reality to optimize antimicrobial use and to decrease costs related to antimicrobial therapy. Key words: Antimicrobials, pharmacist, software, surveillance

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,632
Score d'incertitude au seuil0,990

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0180,011

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,250
Écart entre enseignants0,239 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetNeutropenia and Cancer InfectionsTravaux en français237 207