MétaCan
Menu
Retour à la cohorte
Enregistrement W3006943567 · doi:10.3138/jammi.2019-0023

Defining appropriate antibiotic prescribing in primary care: A modified Delphi panel approach

2020· article· en· W3006943567 sur OpenAlexaffvenueabout
Julie Hui‐Chih Wu, Bradley J. Langford, Rita Ha, Gary Garber, Nick Daneman, Jennie Johnstone, Warren J. McIsaac, Sally Sharpe, Karen Tu, Kevin L. Schwartz

Notice bibliographique

RevueJournal of the Association of Medical Microbiology and Infectious Disease Canada · 2020
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueAntibiotic Use and Resistance
Établissements canadiensSinai Health SystemNorth York General HospitalPublic Health OntarioRegent Park Community Health CentreToronto General HospitalUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineSinusitisAntibioticsAntibiotic resistanceOtitisAntimicrobial stewardshipIntensive care medicineInternal medicinePneumoniaAntimicrobialAmoxicillinPediatricsSurgery

Résumé

récupéré en direct d'OpenAlex

Background: Antimicrobial overuse contributes to antimicrobial resistance. In the ambulatory setting, where more than 90% of antibiotics are dispensed, there are no Canadian benchmarks for appropriate use. This study aims to define the expected appropriate outpatient antibiotic prescribing rates for three age groups (<2, 2-18, >18 years) using a modified Delphi method. Methods: We developed an online questionnaire to solicit from a multidisciplinary panel (community-academic family physicians, adult-paediatric infectious disease physicians, and antimicrobial stewardship pharmacists) what percentage of 23 common clinical conditions would appropriately be treated with systemic antibiotics followed with in-person meetings to achieve 100% consensus. Results: The panelists reached consensus for one condition online and 22 conditions face-to-face, which took an average of 2.6 rounds of discussion per condition (range, min-max 1-5). The consensus for appropriate systemic antibiotic prescribing rates were, for pneumonia, pyelonephritis, non-purulent skin and soft tissue infections (SSTI), other bacterial infections, and reproductive tract infections, 100%; urinary tract infections, 95%-100%; prostatitis, 95%; epididymo-orchitis, 85%-88%; chronic obstructive pulmonary disease, 50%; purulent SSTI, 35%-50%; otitis media, 30%-40%; pharyngitis, 18%-40%; acute sinusitis, 18%-20%; chronic sinusitis, 14%; bronchitis, 5%-8%; gastroenteritis, 4%-5%; dental infections, 4%; eye infections, 1%; otitis externa, 0%-1%; and asthma, common cold, influenza, and other non-bacterial infections (0%). (Note that some differed by age group.). Conclusions: This study resulted in expert consensus for defined levels of appropriate antibiotic prescribing across a broad set of outpatient conditions. These results can be applied to community antimicrobial stewardship initiatives to investigate the level of inappropriate use and set targets to optimize antibiotic use.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,065
Score d'incertitude au seuil0,850

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,008
Tête enseignante GPT0,192
Écart entre enseignants0,184 · 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 tête enseignante, 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

Citations15
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of the Association of Medical Microbiology and Infectious Disease CanadaMême sujetAntibiotic Use and ResistanceTravaux en français237 207