MétaCan
Menu
Retour à la cohorte
Enregistrement W2997784437 · doi:10.14745/ccdr.v46i01a01

Prescriber-led practice changes that can bolster antimicrobial stewardship in community health care settings

2020· article· en· W2997784437 sur OpenAlexafffundvenueabout
Jerome A. Leis, Karen Born, Olivia Ostrow, Andrea Moser, Allan Grill

Notice bibliographique

RevueCanada Communicable Disease Report · 2020
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueAntibiotic Use and Resistance
Établissements canadiensMarkham Stouffville HospitalBaycrest HospitalHospital for Sick ChildrenHealth Sciences CentreUniversity of TorontoSunnybrook Health Science Centre
Organismes subventionnairesCollege of Family Physicians of Canada
Mots-clésAntimicrobial stewardshipStewardship (theology)MedicineAgency (philosophy)Health careNursingCommunity healthPublic healthFamily medicineAntibiotic resistanceAntibioticsPolitical scienceSociology

Résumé

récupéré en direct d'OpenAlex

Stabilizing the emerging resistance of antibiotics depends on our ability to practise appropriate antimicrobial stewardship (AMS).Over 90% of antibiotics dispensed for human use are prescribed in community health care settings rather than in hospitals, with the main prescribers being family physicians, dentists, pharmacists and nurse practitioners working across a broad range of private offices, family health teams, urgent care clinics, emergency departments and long-term care homes.To improve the reach of AMS in community health care settings, the Public Health Agency of Canada partnered with Choosing Wisely Canada in 2017 to develop a focused campaign titled Using Antibiotics Wisely.This campaign is led by the prescribers of antibiotics themselves, who work in community health care settings and are better equipped to identify the specific changes that would support more appropriate use of antibiotics.This article describes these practice changes, the strengths and challenges of Using Antibiotics Wisely and future opportunities to further advance AMS across community health care settings.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,011
score de la tête « metaresearch » (Gemma)0,044
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,550
Score d'incertitude au seuil0,894

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,044
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,002
Communication savante0,0040,002
Science ouverte0,0020,004
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,020
Tête enseignante GPT0,258
Écart entre enseignants0,238 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations25
Publié2020
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueCanada Communicable Disease ReportMême sujetAntibiotic Use and ResistanceTravaux en français237 207