1118. Trends of Paediatric Prescribing for Common Infections in British Columbia
Notice bibliographique
Résumé
Abstract Background Antibiotic prescribing in pediatric care is highly prevalent, and quite often children are prescribed for conditions which are commonly self-limiting and viral in etiology. The purpose of this study was to examine the scope of pediatric antibiotic prescribing by indication, from 2013 to 2016, and identify potential new targets for provincial antimicrobial stewardship efforts. Methods Antibiotic prescription data for children were extracted from a provincial prescription database, and linked to physician billing data in order to obtain diagnostic information. Prescription rates were then calculated, and trends were examined by indication. Major categories included: upper respiratory tract infection, acute otitis media, lower respiratory tract, skin and soft tissue, and urinary tract infections. Results Our database included an average of 244,763 children per year, and 5,896,173 total antibiotic prescriptions. Increased indication-specific rates of prescribing were observed in children aged 0–2 years, for every category. Children aged 3–18 years experienced decreased prescribing across all indications, with the exception of urinary tract infections for those aged between 10–18 years. Urinary tract infections increased by 134% for children aged 0–2 years, and 75% for those aged 10–18 years, from 2013 to 2016. Although antibiotic use for upper respiratory tract infections decreased by 11% for all ages, these diagnoses continue to be prescribed for at rates 2 – 5 times higher than other conditions. Conclusion Although this study found a decrease in prescribing over time across all indications, antibiotic use continues to be a concern for upper respiratory tract infections in pediatric care. These diagnoses generally do not require antibiotics, and inappropriate prescribing is a major factor in antimicrobial resistance. The increased prescribing rates in the youngest age group (0–2 years) offers a new target for provincial stewardship efforts. Disclosures All authors: No reported disclosures.
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 | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».