Targets for the reduction of antibiotic use in humans in the Transatlantic Taskforce on Antimicrobial Resistance (TATFAR) partner countries
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Unnecessary and inappropriate use of antibiotics in human healthcare is a major driver for the development and spread of antimicrobial resistance; many countries are implementing measures to limit the overuse and misuse of antibiotics e.g. through the establishment of antimicrobial use reduction targets. We performed a review of antimicrobial use reduction goals in human medicine in Transatlantic Taskforce on Antimicrobial Resistance partner countries. On 31 March 2017, the European Centre for Disease Prevention and Control sent a questionnaire to National Focal Points for Antimicrobial Consumption and the National Focal Points for Antimicrobial Resistance in 28 European Union countries, Iceland and Norway. The same questionnaire was sent to the TATFAR implementers in Canada and the United States. Thirty of 32 countries replied. Only nine countries indicated that they have established targets to reduce antimicrobial use in humans. Twenty-one countries replied that no target had been established. However, 17 of these 21 countries indicated that work to establish such targets is currently underway, often in the context of developing a national action plan against antimicrobial resistance. The reported targets varied greatly between countries and can be a useful resource for countries willing to engage in the reduction of antibiotic use in humans.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle