Variability in antibiotic use across Ontario acute care hospitals
Notice bibliographique
Résumé
BACKGROUND: Antibiotic stewardship is a required organizational practice for Canadian acute care hospitals, yet data are scarce regarding the quantity and composition of antibiotic use across facilities. We sought to examine the variability, and risk-adjusted variability, in antibiotic use across acute care hospitals in Ontario, Canada's most populous province. METHODS: Antibiotic purchasing data from IMS Health, previously demonstrated to correlate strongly with internal antibiotic dispensing data, were acquired for 129 Ontario hospitals from January to December 2014 and linked to patient day (PD) denominator data from administrative datasets. Hospital variation in DDDs/1000 PDs was determined for overall antibiotic use, class-specific use and six practices of clinical or ecological significance. Multivariable risk adjustment for hospital and patient characteristics was used to compare observed versus expected utilization. RESULTS: There was 7.4-fold variability in the quantity of antibiotic use across the 129 acute care hospitals, from 253 to 1873 DDDs/1000 PDs. Variation was evident within hospital subtypes, exceeded that explained by hospital and patient characteristics, and included wide variability in proportion of broad-spectrum antibiotics (IQR 36%-48%), proportion of fluoroquinolones among respiratory antibiotics (IQR 40%-62%), proportion of ciprofloxacin among urinary anti-infectives (IQR 44%-60%), proportion of antibiotics with highest risk for Clostridium difficile (IQR 29%-40%), proportion of 'reserved-use' antibiotics (IQR 0.8%-3.5%) and proportion of anti-pseudomonal antibiotics among antibiotics with Gram-negative coverage (IQR 26%-40%). CONCLUSIONS: There is extensive variability in antibiotic use, and risk-adjusted use, across acute care hospitals. This could motivate, focus and benchmark antibiotic stewardship efforts.
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 | 0,002 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».