Government policy interventions to reduce human antimicrobial use: protocol for a systematic review and meta-analysis
Notice bibliographique
Résumé
BACKGROUND: Antimicrobial resistance (AMR) is a recognized threat to global public health. Increasing AMR and a dry pipeline of novel antimicrobial drugs have put AMR in the international spotlight. One strategy to combat AMR is to reduce antimicrobial drug consumption. Governments around the world have been experimenting with different policy interventions, such as regulating where antimicrobials can be sold, restricting the use of last-resort antimicrobials, funding AMR stewardship programs, and launching public awareness campaigns. To inform future action, governments should have access to synthesized data on the effectiveness of large-scale AMR interventions. This planned systematic review will (1) identify and describe previously evaluated government policy interventions to reduce human antimicrobial use and (2) estimate the effectiveness of these different strategies. METHODS: An electronic search strategy has been developed in consultation with two research librarians. Seven databases (MEDLINE, CINAHL, EMBASE, CENTRAL, PAIS Index, Web of Science, and PubMed excluding MEDLINE) will be searched, and additional studies will be identified using several gray literature search strategies. To be included, a study must (1) clearly describe the government policy and (2) use a rigorous design to quantitatively measure the impact of the policy on human antibiotic use. The intervention of interest is any policy intervention enacted by a government or government agency in any country to change human antimicrobial use. Two independent reviewers will screen for eligibility using criteria defined a priori. Data will be extracted with Covidence software using a customized extraction form. If sufficient data exists, a meta-analysis by intervention type will be conducted as part of the effectiveness review. However, if there are too few studies or if the interventions are too heterogeneous, data will be tabulated and a narrative synthesis strategy will be used. DISCUSSION: This evidence synthesis is intended for use by policymakers, public health practitioners, and researchers to inform future government policies aiming to address antimicrobial resistance. This review will also identify gaps in the evidence about the effectiveness of different policy interventions to inform future research priorities. SYSTEMATIC REVIEW REGISTRATION: PROSPERO CRD42017067514 .
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 | 0,101 | 0,126 |
| Méta-épidémiologie (sens strict) | 0,008 | 0,007 |
| Méta-épidémiologie (sens large) | 0,023 | 0,024 |
| Bibliométrie | 0,014 | 0,016 |
| Études des sciences et des technologies | 0,004 | 0,005 |
| Communication savante | 0,009 | 0,008 |
| Science ouverte | 0,006 | 0,005 |
| Intégrité de la recherche | 0,007 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,097 | 0,010 |
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 ».