An Antimicrobial Prescription Optimization System Improves the Adequacy of Antibacterial Dosage in Obese Inpatients
Notice bibliographique
Résumé
Background. Obesity affects the pharmacokinetics of antibacterials (Abx). As a consequence, Abx are frequently underdosed in obese patients which may increase the risk of unfavorable outcomes. Antimicrobial stewardship programs can improve the use of Abx in obese inpatients. The aim of this study was to analyze the impact of an antimicrobial stewardship intervention on Abx optimal dosing in obese inpatients. Mean Percentage of Days Of Inappropriate Treatment (Dose and Frequency) According to BMI and Abx Classes, Before and After The Implementation of APSS *Significant difference in mean percentage (χ2; p < 0.05). †Including β-lactamase inhibitors. Methods. This study included all hospitalized adults receiving selected Abx in a 677-bed hospital in Quebec, Canada between August 2008 and August 2013. Data were retrospectively collected from Antimicrobial Prescription Surveillance System (APSS), a computerized decision support system. We evaluated the number of inappropriate days of Abx treatment per 1000 hospitalized-patients days and the proportion of inappropriate days of Abx treatment per total days of Abx treatment. Pre-intervention rates (2008–2010) were compared to post-intervention rates (2010–2013) in non-obese (BMI < 30), obese (30 ≤ BMI < 39.9), and morbidly obese (MO) (BMI ≥ 40) patients. Results. A total of 40 605 hospitalizations with Abx were included in the study: 78% (31 of 614) concerned non-obese patients, 16% (6481) obese patients, and 6% (2510) MO patients. Conclusion. Regardless of the weight of patients, APSS had a positive impact on dosing optimization on several classes of Abx. In MO patients, the effect was the most important on penicillins with or without β-lactamase inhibitor and fluoroquinolones. Improving Abx prescriptions in MO patients is important since suboptimal dosing could be associated with unfavorable outcomes. Disclosures. V. Nault, Lumed inc: Shareholder, Salary; L. Valiquette, Lumed Inc.: Shareholder, Licensing agreement or royalty
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».