Point-of-Care β-Lactam Allergy Skin Testing by Antimicrobial Stewardship Programs: A Pragmatic Multicenter Prospective Evaluation
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Background: β-lactam allergy skin testing (BLAST) is recommended by antimicrobial stewardship program (ASP) guidelines, yet few studies have systematically evaluated its impact when delivered at point of care. Methods: We conducted a pragmatic multicenter prospective evaluation of the use of point-of-care BLAST by ASPs. In staggered 3-month intervals, ASP teams at 3 hospitals received training by allergists to offer BLAST for eligible patients with infectious diseases receiving nonpreferred therapy due to severity of their reported allergy. The primary outcome was the proportion of patients receiving the preferred β-lactam therapy. Results: Of 827 patients with reported β-lactam allergy over 15 months, β-lactam therapy was preferred among 632 (76%). During baseline periods, 50% (124/246) received preferred β-lactam therapy based on history, compared with 60% (232/386) during the intervention periods (P = .02), which improved further to 81% (313/386) upon provision of BLAST (P < .001) without any increase in incidence of adverse drug reactions (4% vs 3%; P = .4). After adjusting for patient variables and the correlation between hospitals, the intervention period was associated with a 4.5-fold greater odds of receiving preferred β-lactam therapy (95% confidence interval, 2.4-8.2; P < .0001). Conclusions: The use of BLAST at the point of care across 3 hospital ASPs resulted in greater use of preferred β-lactam therapy without increasing the risk of adverse drug reactions. Longer-term studies are needed to better assess the safety and clinical impact of this ASP intervention.
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.
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 | 0,001 | 0,015 |
| 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 | 0,000 |
| 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 découle