MétaCan
Menu
Retour à la cohorte
Enregistrement W2901726854 · doi:10.1093/cid/ciy978

The Relative Impact of Community and Hospital Antibiotic Use on the Selection of Extended-spectrum Beta-lactamase–producing Escherichia coli

2018· article· en· W2901726854 sur OpenAlexaff
Derek R. MacFadden, David N. Fisman, William P. Hanage, Marc Lipsitch

Notice bibliographique

RevueClinical Infectious Diseases · 2018
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueAntibiotic Use and Resistance
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNational Institute of General Medical SciencesNational Institute of Allergy and Infectious DiseasesCenters for Disease Control and PreventionNational Institutes of Health
Mots-clésAntimicrobial stewardshipMedicineAntibioticsPsychological interventionAntibiotic resistanceAntibiotic StewardshipMedical prescriptionStewardship (theology)Environmental healthIntensive care medicineMicrobiologyNursingBiology

Résumé

récupéré en direct d'OpenAlex

Antibiotic stewardship programs have traditionally focused on reducing hospital antibiotic use. However, reducing community antibiotic prescribing could have substantial impacts in both hospital and community settings. We developed a deterministic model of transmission of extended-spectrum beta-lactamase-producing Escherichia coli in both the community and hospitals. We fit the model to existing, national-level antibiotic use and resistance prevalence data from Sweden. Across a range of conditions, a given relative change in antibiotic use in the community had a greater impact on resistance prevalence in both the community and hospitals than an equivalent relative change in hospital use. However, on a per prescription basis, changes in antibiotic use in hospitals had the greatest impact. The magnitude of changes in prevalence were modest, even with large changes in antimicrobial use. These data support the expansion of stewardship programs/interventions beyond the walls of hospitals, but also suggest that such efforts would benefit hospitals themselves.

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 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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,915

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,002
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,027
Tête enseignante GPT0,321
Écart entre enseignants0,294 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations43
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Infectious DiseasesMême sujetAntibiotic Use and ResistanceTravaux en français237 207