The Association of Resident Communication Abilities and Antibiotic Use in Long‐Term Care
Notice bibliographique
Résumé
OBJECTIVES: To determine whether decreased communication ability among long-term care residents is associated with increased antibiotic exposure. DESIGN: Retrospective cohort study. SETTING: All long-term care homes in Ontario, Canada. PARTICIPANTS: All adults aged 66 years or older residing in long-term care and undergoing a full assessment between January 1 and December 31, 2016 (N = 87,947). MEASUREMENTS: Data were obtained from linkable, population-wide administrative data sets. Residents were identified, and characteristics were abstracted from the Resident Assessment Instrument Minimum Dataset version 2.0. The primary predictors of interest were residents' ability to make themselves understood and ability to understand others. The primary outcome was antibiotic days of treatment per 1000 resident days in the 90 days following assessment (obtained from the Ontario Drug Benefits Database). RESULTS: Those who were sometimes/rarely/never able to make themselves understood received 50.7 antibiotic days per 1000 person-days of follow-up, compared to 62.1 received by those who were able to make themselves understood. Those who were sometimes/rarely/never able to understand others received 50.0 antibiotic days per 1000 person-days of follow-up, compared to 61.4 by those who were able to understand others. Multivariable Poisson regression, accounting for resident characteristics, confirmed that compared to those with highest levels of communication ability, those who could sometimes/rarely/never make themselves understood had significantly fewer days on antibiotics (rate ratio [RR] = 0.76; confidence interval [95% CI] = 0.73-0.79) as did those who could sometimes/rarely/never understand others (RR = 0.76; 95% CI = 0.74-0.79). CONCLUSION: Poor resident communication ability is not a driver of antibiotic overuse in long-term care. In fact, lower ability to understand others and/or be understood by others is associated with less antibiotic exposure. Further work is needed to optimize antibiotic use in long-term care residents across the entire spectrum of communication skills.
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 | 0,001 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».