MétaCan
Menu
Retour à la cohorte
Enregistrement W2936679808 · doi:10.1136/bmjgh-2018-001315

Tracking global trends in the effectiveness of antibiotic therapy using the Drug Resistance Index

2019· article· en· W2936679808 sur OpenAlexaboutno aff
Eili Klein, Katie K Tseng, Suraj Pant, Ramanan Laxminarayan

Notice bibliographique

RevueBMJ Global Health · 2019
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueAntibiotic Use and Resistance
Établissements canadiensnon disponible
Organismes subventionnairesCenters for Disease Control and PreventionBill and Melinda Gates Foundation
Mots-clésAcinetobacter baumanniiAntibiotic resistanceEnterococcus faeciumEnterococcus faecalisDrug resistanceAntibioticsMedicineEnterococcusIntensive care medicineEnvironmental healthPseudomonas aeruginosaBiologyStaphylococcus aureusMicrobiology

Résumé

récupéré en direct d'OpenAlex

Background Evaluating trends in antibiotic resistance and communicating the results to a broad audience are important for dealing with this global threat. The Drug Resistance Index (DRI), which combines use and resistance into a single measure, was developed as an easy-to-understand measure of the effectiveness of antibiotic therapy. We demonstrate its utility in communicating differences in the effectiveness of antibiotic therapy across countries. Methods We calculated the DRI for countries with data on antibiotic use and resistance for the disease-causing organisms considered by the WHO as priority pathogens: Acinetobacter baumannii, Escherichia coli, Klebsiella pneumoniae, Pseudomonas aeruginosa, Staphylococcus aureus, Enterococcus faecium and Enterococcus faecalis. Additionally, we estimated pooled worldwide resistance rates for these pathogens. Results 41 countries had the requisite data and were included in the study. Resistance and use rates were highly variable across countries, but A. baumannii resistance rates were uniformly higher, on average, than other organisms. High-income countries, particularly Sweden, Canada, Norway, Finland and Denmark, had the lowest DRIs; the countries with the highest DRIs, and therefore the lowest effectiveness of antibiotic therapy, were all low-income and middle-income countries. Conclusions The DRI is a useful indicator of the problem of resistance. By combining data on antibiotic use with resistance, it captures a snapshot of how the antibiotics a country typically uses match their resistance profiles. This single measure of the effectiveness of antibiotic therapy provides a means of benchmarking against other countries and can, over time, indicate changes in drug effectiveness that can be easily communicated.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,009
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,012
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0080,011
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,020
Tête enseignante GPT0,355
Écart entre enseignants0,335 · 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 source (Gemma direct ou Codex distillé), 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

Citations174
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMJ Global HealthMême sujetAntibiotic Use and ResistanceTravaux en français237 207