Usefulness of Defined Daily Dose and Days of Therapy in Pediatrics and Obstetrics-Gynecology: A Comparative Analysis of Antifungal Drugs (2000–2001, 2005–2006, and 2010–2011)
Notice bibliographique
Résumé
OBJECTIVES: The objective was to describe antifungal drug use by using the number of defined daily doses (DDD)/1000 patient-days per antifungal, the number of days of therapy (DOT)/1000 patient-days per antifungal, and the mean dose in mg/kg/day per antifungal during a 10-year period. METHODS: Retrospective, cross-sectional, descriptive study, in a mother-child university hospital center, with 400 pediatric beds and 100 obstetrics-gynecology beds. All inpatients who received 1 of the 7 authorized antifungals on the institution's local formulary in 2000-2001, 2005-2006, or 2010-2011 were included. Prescriptions for emergency department and outpatient clinics were excluded. The data were extracted from the patients' computerized medication profiles linked to patient admission, discharge, and transfer data. The DDD, DOT, and the mean dose in mg/kg/day were calculated for each antifungal and overall. RESULTS: There was a 2.97-fold increase in the overall number of DDD/1000 patient-days, from 14.8 in 2000-2001 to 37.5 in 2005-2006 and 43.9 in 2010-2011. There was a 2.97-fold increase in the overall number of DOT/1000 patient-days, from 22.8 in 2000-2001 to 50.3 in 2005-2006 and 67.8 in 2010-2011. CONCLUSIONS: It can be difficult to compare the use of antifungal drugs among institutions, owing to numerous factors, but it gives an idea about the consumption outside the studied center. Moreover, these ratios help to evaluate the use of antifungals within a same institution. These data could be correlated among others, with resistance patterns, in order to improve our daily practice concerning antifungal prescription.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».