Antimicrobial Use Over a Four‐Year Period Using Days of Therapy Measurement at a Canadian Pediatric Acute Care Hospital
Notice bibliographique
Résumé
BACKGROUND: Antimicrobial resistance is a concern that is challenging the ability to treat common infections. Surveillance of antimicrobial use in pediatric acute care institutions is complicated because the common metric unit, the defined daily dose, is problematic for this population. OBJECTIVE: During a four-year period in which no specific antimicrobial stewardship initiatives were conducted, pediatric antimicrobial use was quantified using days of therapy (DOT) per 100 patient days (PD) (DOT/100 PD) at the Alberta Children's Hospital (Calgary, Alberta) for benchmarking purposes. METHODS: Drug use data for systemic antimicrobials administered on wards at the Alberta Children's Hospital were collected from electronic medication administration records. DOT were calculated and rates were determined using 100 PD as the denominator. Changes over the surveillance period and subgroup proportions were represented graphically and assessed using linear regression. RESULTS: Total antimicrobial use decreased from 93.6 DOT/100 PD to 75.7 DOT/100 PD (19.1%) over the 2010/2011 through to the 2013/2014 fiscal years. During this period, a 20.0% increase in PD and an essentially stable absolute count of DOT (2.9% decrease) were observed. Overall, antimicrobial use was highest in the pediatric intensive care and oncology units. DISCUSSION: The exact changes in prescribing patterns that led to the observed reduction in DOT/100 PD with associated increased PD are unclear, but may be a topic for future investigations. CONCLUSION: Antimicrobial use data from a Canadian acute care pediatric hospital reported in DOT/100 PD were compiled for a four-year time period. These data may be useful for benchmarking purposes.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».