MétaCan
Menu
Retour à la cohorte
Enregistrement W2772745482 · doi:10.1186/s13643-017-0640-2

Government policy interventions to reduce human antimicrobial use: protocol for a systematic review and meta-analysis

2017· review· en· W2772745482 sur OpenAlex
Susan Rogers Van Katwyk, Jeremy Grimshaw, Marc Mendelson, Monica Taljaard, Steven J. Hoffman

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueSystematic Reviews · 2017
Typereview
Langueen
DomaineImmunology and Microbiology
ThématiqueAntibiotic Use and Resistance
Établissements canadiensMcMaster UniversityYork UniversityOttawa HospitalCentre for Global Health ResearchUniversity of Ottawa
Organismes subventionnairesPublic Health AgencyPublic Health Agency of CanadaCanadian Institutes of Health ResearchNorges ForskningsrådUniversity of Ottawa
Mots-clésCINAHLMedicinePsychological interventionGovernment (linguistics)Antimicrobial stewardshipMEDLINEPublic healthGrey literatureSystematic reviewAntibiotic resistanceNursingPolitical scienceLaw

Résumé

récupéré en direct d'OpenAlex

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Méta-épidémiologie (sens large)
Catégories consensuellesMéta-épidémiologie (sens large)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,496
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0310,012
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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.

Tête enseignante Opus0,319
Tête enseignante GPT0,492
Écart entre enseignants0,174 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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