269. De-Labeling of Allergies to Β-Lactam Antibiotics (De-LABeL) Program: Development and Pilot of an Inpatient Pediatric Program
Notice bibliographique
Résumé
Self-reported β-lactam allergy (BLA) labels are common. The implementation of inpatient penicillin allergy testing in the adult setting has been shown to improve antimicrobial use. The impact of this intervention in the pediatric inpatient setting is unknown. We sought to develop and pilot an inpatient β-lactam allergy delabeling program in a pediatric tertiary-care center. In collaboration with the Allergy and Immunology, Infectious Diseases and Pharmacy Divisions, a De-Labeling of Allergies to Β-Lactams (De-LABeL) program has been developed for integration into routine patient care at the Hospital for Sick Children. The oral provocation challenge (OPC) was chosen as the delabeling intervention and the program has been piloted on the General Pediatric service. An algorithm was created to assist clinicians in identifying appropriate candidates for an inpatient OPC. Reported reactions were risk stratified using a systematic framework. A two-step OPC (10% followed by 90% of a weight-based treatment dose of the potential allergen) was used. Following the OPC, patient families received a letter to take to their primary care provider and pharmacist, to provide communication about the status of their BLA. During the 3-month pilot on the General Pediatric service, 32 children with a BLA label were assessed, and one-third of patients (n = 11, 34.4%) were delabeled. Four families declined the OPC. Nine patients (28.1%) were not eligible for an OPC based on the algorithm. The majority of the remaining patients (n = 6, 18.7%) could not complete the OPC during their admission and were referred for outpatient allergy assessment. All assessments were completed in less than 48 hours from the time of admission. No adverse events were observed during the OPCs. Preliminary data from the De-LABeL program pilot is promising and the feedback from knowledge users has been positive. The next phase will be program implementation hospital-wide. All authors: No reported disclosures.
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 | 0,002 | 0,003 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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.
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 ».