Fluoroquinolone use for uncomplicated urinary tract infections in women: a retrospective cohort study
Notice bibliographique
Résumé
OBJECTIVES: The United States Food & Drug Administration released an advisory in 2016 that fluoroquinolones be relegated to second-line agents for uncomplicated urinary tract infections (UTIs) given reports of rare but serious side effects; similar warnings have followed from Health Canada and the European Medicines Agency. The objective was to determine whether alternative non-fluoroquinolone agents are as effective as fluoroquinolones in the treatment of UTIs. METHODS: We conducted a retrospective population-based cohort study using administrative health data from six Canadian provinces. We identified women (n = 1 585 997) receiving antibiotic treatment for episodes of uncomplicated UTIs (n = 2 857 243) between January 1 2005 and December 31 2015. Clinical outcomes within 30 days from the initial antibiotic dispensation were compared among patients treated with a fluoroquinolone versus non-fluoroquinolone agents. High-dimensional propensity score adjustments were used to ensure comparable treatment groups and to minimize residual confounding. RESULTS: Fluoroquinolone use for UTI declined over the study period in five of six Canadian provinces and accounted for 22.3-48.5% of treatments overall. The pooled effect across the provinces indicated that fluoroquinolones were associated with fewer return outpatient visits (OR 0.89, 95%CI 0.87-0.92), emergency department visits (OR 0.74, 95%CI 0.61-0.89), hospitalizations (OR 0.83, 95%CI 0.77-0.88), and repeat antibiotic dispensations (OR 0.77, 95%CI 0.75-0.80) within 30 days. CONCLUSIONS: Fluoroquinolones are associated with improved clinical outcomes among women with uncomplicated UTIs. This benefit must be weighed against the risk of fluoroquinolone resistance and rare but serious fluoroquinolone side effects when selecting first-line treatment for these patients.
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 | 0,003 |
| 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) | 0,001 | 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 ».