The Urine-culturing Cascade: Variation in Nursing Home Urine Culturing and Association With Antibiotic Use and Clostridiodes difficile Infection
Notice bibliographique
Résumé
BACKGROUND: Rates of antibiotic use vary widely across nursing homes and cannot be explained by resident characteristics. Antibiotic prescribing for a presumed urinary tract infection is often preceded by inappropriate urine culturing. We examined nursing home urine-culturing practices and their association with antibiotic use. METHODS: We conducted a longitudinal, multilevel, retrospective cohort study based on quarterly nursing home assessments between April 2014 and January 2017 in 591 nursing homes and covering >90% of nursing home residents in Ontario, Canada. Nursing home urine culturing was measured as the proportion of residents with a urine culture in the prior 14 days. Outcomes included receipt of any systemic antibiotic and any urinary antibiotic (eg, nitrofurantoin, trimethoprim/sulfonamides, ciprofloxacin) in the 30 days after the assessment and Clostridiodes difficile infection in the 90 days after the assessment. Adjusted Poisson regression models accounted for 14 resident covariates. RESULTS: A total of 131 218 residents in 591 nursing homes were included; 7.9% of resident assessments had a urine culture in the prior 14 days; this proportion was highly variable across the 591 nursing homes (10th percentile = 3.4%, 90th percentile = 14.3%). Before and after adjusting for 14 resident characteristics, nursing home urine culturing predicted total antibiotic use (adjusted risk ratio [RR] per doubling of urine culturing, 1.21; 95% confidence interval [CI], 1.18-1.23), urinary antibiotic use (RR, 1.33; 95% CI, 1.28-1.38), and C. difficile infection (incidence rate ratio, 1.18; 95% CI, 1.07-1.31). CONCLUSIONS: Nursing homes have highly divergent urine culturing rates; this variability is associated with higher antibiotic use and rates of C. difficile infection.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 | 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 ».