Impact of two-step urine culture ordering in the emergency department: a time series analysis
Notice bibliographique
Résumé
BACKGROUND: Despite evidence against the use of antimicrobials for asymptomatic bacteriuria (ASB), they are frequently prescribed leading to unnecessary adverse events. Prior studies have shown that reducing unnecessary urine cultures (UCs) results in decreased antimicrobial utilisation for ASB. Emergency departments (EDs) submit the largest volume of UCs, yet efforts to limit overordering in this patient setting have had limited success. METHODS: A new two-step model of care for urine collection, using a novel UC collection container, was implemented in the ED of a large community hospital. The collection system contains a preservative allowing UCs to be held at room temperature for up to 48 hours before processing. UCs were collected by front-line staff, but only processed in the microbiology lab if requested by ED physicians after clinical assessment. RESULTS: Following implementation there was a decrease in the percentage of weekly ED visits associated with a processed UC (5.97% vs 4.68%, p<0.001), a decrease in the percentage of monthly ED visits requiring a callback for positive urine culture (1.84% to 1.12%, p<0.001) and a decrease in antimicrobial prescriptions for urinary indication among admitted patients (20.6% to 10.9%, p<0.01). There was a false omission rate of 1.35% (95% CI 0.7% to 2.2%), yet no identified cases of untreated urinary tract infection (UTI), or significant change in repeat ED visits or ED length of stay. CONCLUSIONS: Changing to two-step urine culture ordering in the ED resulted in a decrease in UCs processed, callbacks for positive results and antimicrobial use without evidence of untreated UTIs. This model of care has strong potential to improve the use of hospital resources while minimising detection and inappropriate treatment of ASB.
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 | 0,002 | 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) | 0,001 | 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 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 ».