MétaCan
Menu
Retour à la cohorte
Enregistrement W2998336367 · doi:10.4037/ajcc2020272

Nurse Prompting for Prescriber-Led Review of Antimicrobial Use in the Critical Care Unit

2020· article· en· W2998336367 sur OpenAlexafffund
Sumit Raybardhan, Tiffany Kan, Bonnie Chung, Danielle Neris Ferreira, Marina Bitton, Phil Shin, Pavani Das

Notice bibliographique

RevueAmerican Journal of Critical Care · 2020
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueAntibiotic Use and Resistance
Établissements canadiensNorth York General Hospital
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésMedicineAntimicrobialIntervention (counseling)Interrupted time seriesIntensive care unitEmergency medicineAntimicrobial stewardshipIntensive care medicineNursingPsychological interventionAntibiotic resistanceAntibiotics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Developing a sustainable strategy for prescriber-led review of antimicrobial use in a critical care unit may improve antimicrobial use without the need for additional resources. METHODS: Using a quality improvement framework, the researchers created a prompt for prescriber-led review of antimicrobial use. The outcome measure was antimicrobial use (days of therapy per 1000 patient days). The process measure was the proportion of relevant cases for which an antimicrobial prompt was provided. Balancing measures included mortality rate, length of stay, 48-hour readmission rates, and multiple organ dysfunction score. Interrupted time series with segmented regression analysis was used for the outcome measure. RESULTS: Process analysis identified critical care unit nurses for antimicrobial use prompting. A standard script was developed to incorporate a days of therapy prompt into nurse rounds, with primed prescriber responses. Before the intervention, monthly antimicrobial use was 804 days of therapy per 1000 patient days, with a positive trend (7.3 days of therapy per 1000 patient days, P < .05). After the intervention, there was an immediate reduction of 217 days of therapy per 1000 patient days (P < .05), with a nonsignificant negative trend, representing a 20% (95% CI, -15% to -25%) reduction. No significant change was noted in use of the control class of medications. The proportion of relevant cases for which an antimicrobial prompt was provided increased from 21% to 48% during the intervention period. Balancing measures were comparable before and after the intervention. CONCLUSIONS: Nurse prompting can lead to significant reductions in antimicrobial use, providing a sustainable mechanism for independent antimicrobial reassessment.

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)0,023
score de la tête « metaresearch » (Gemma)0,070
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,124

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0230,070
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0020,003
Intégrité de la recherche0,0010,001
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 Opus0,032
Tête enseignante GPT0,333
Écart entre enseignants0,301 · 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'étudeObservationnel
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

Citations18
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Critical CareMême sujetAntibiotic Use and ResistanceTravaux en français237 207