Pneumonia Observational Incidence and Treatment: A Multidisciplinary Process Improvement Study
Notice bibliographique
Résumé
BACKGROUND: Little information is available on the types, causes, and treatment of pneumonia in intensive care unit patients in usual clinical practice. OBJECTIVE: To characterize treatment of patients with presumed pneumonia in a tertiary care intensive care unit and to identify potential areas for improvement in care. METHODS: In a prospective, cohort study, the sample consisted of all consecutive patients treated in an intensive care unit during a 3-month period. For patients with presumed pneumonia, data were collected on incidence of pneumonia, diagnostic investigations, microbial isolates, and antibiotics prescribed. RESULTS: Of 194 admissions, 73 patients were treated for pneumonia: 47 had community-acquired pneumonia; 12 had hospital-acquired pneumonia; 12 had ventilator-associated pneumonia, both early (7) and late (5); and 2 had intensive care unit-acquired pneumonia. Approximately 71% of patients had microbiological tests performed. Among 54 microbial isolates, 51.9% were gram-positive bacteria, 31.5% were gram-negative bacteria, and 9.3% were Candida species. The most commonly used antimicrobials were quinolones (54 of 192 prescriptions) and cephalosporins (33); each patient received a median of 3 antibiotics. CONCLUSIONS: Most cases of pneumonia were community acquired. The most common causative organisms were gram-positive cocci. Four quality improvement strategies were rationalization of antibiotic use during rounds, nurses' reporting of culture results, review of antibiotic appropriateness by a pharmacist, and redesign of the clinical information system.
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 | 0,000 | 0,000 |
| 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 | 0,000 | 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 ».