Antibiotic prescribing for pediatric respiratory infections: What explains a large variation among physicians?
Notice bibliographique
Résumé
OBJECTIVE: To explore whether there are observable physician characteristics associated with antibiotic prescribing for pediatric respiratory tract infections (RTIs). DESIGN: Population-based cohort study using a hierarchical generalized linear mixed-model analysis. SETTING: British Columbia. PARTICIPANTS: All pediatric visits for RTIs between 2005 and 2011. MAIN OUTCOME MEASURES: The association between an antibiotic prescription being dispensed within 5 days after each visit and patient, physician, and regional characteristics. RESULTS: Overall, 27.9% of RTI visits were followed by an antibiotic prescription. After accounting for observed patient, physician, and regional factors, median 2-fold variation was found across physicians in their odds of prescribing. Observable physician characteristics explained nearly half of the variation between them. Higher prescribing was evident among physicians with more years of clinical experience (odds ratio [OR] of 1.46, 95% CI 1.33 to 1.61), international medical graduates (OR = 1.73, 95% CI 1.63 to 1.83), and physicians with proportionally fewer recent visits for RTIs (OR = 1.45, 95% CI 1.38 to 1.52). Female physicians prescribed less often than male physicians did (OR 0.91, 95% CI 0.86 to 0.96). CONCLUSION: Substantial variations were found among physicians in prescribing antibiotics for pediatric RTIs. Observable characteristics accounted for a meaningful proportion of this variation; however, some physicians have a higher propensity to prescribe than others do, which remains unexplained. Patient and regional characteristics did not explain much of the variation across physicians. In future, behavioural interventions should be designed and evaluated to target physicians with higher propensity to prescribe.
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 | 0,004 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».