Presumptive Treatment of Chlamydia and Gonorrhea Infections in a Canadian Ambulatory Emergency Department Setting
Notice bibliographique
Résumé
Objectives Presumptive antibiotic treatment may be given for Chlamydia trachomatis (CT) and Neisseria gonorrhoeae (GC) infections before a laboratory diagnosis is established, but overtreatment can increase resistance rates. We sought to determine the presumptive treatment prevalence in our emergency department (ED) setting, as well as the number of overtreated and undertreated patients. Methods We performed a retrospective cohort study of all patients tested for CT/GC in an urban academic ED during a 6-month period in 2015. Presumptive treatment prevalence, overtreatment and undertreatment proportions, and CT- and GC-positive test proportions were calculated with 95% Wald confidence interval (CI) and compared across age and sex. Results Of 209 included cases (male n = 3, female n = 206), 27 (13%; CI, 8%–18%) received presumptive treatment for CT and 19 (9%; CI, 5%–14%) for GC. Seven cases (3%; CI, 1%–6%) were positive for CT and 0 for GC. Of the 7 CT-positive cases, 2 (29%) received presumptive treatment in the ED, and 5 (71%) were treated after the positive test results were obtained. There was no loss to follow-up. Mean delay to treatment was 10 days, including a mean of 3 days for laboratory analysis. Overtreatment and undertreatment proportions were 93% (CI, 83%–100%) and 3% (CI, 0%–5%) for CT and 100% and 0% for GC, respectively. Positive test result, presumptive treatment, overtreatment, and undertreatment were not associated with age or sex. Conclusions Given the low CT/GC incidence and good follow-up, at our institution, it would be reasonable to wait for a laboratory diagnosis rather than give presumptive treatment.
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 | 0,001 | 0,019 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».