Community-Based Antibiotic Prescribing Attributable to Respiratory Syncytial Virus and Other Common Respiratory Viruses in Young Children: A Population-Based Time-series Study of Scottish Children
Notice bibliographique
Résumé
BACKGROUND: Inappropriate antibiotic prescribing, such as for viral illness, remains common in primary care. The objective of this study was to estimate the proportion of community-prescribed antibiotics to children aged less than 5 years attributable to common respiratory viruses. METHODS: We fitted time-series negative binomial models to predict weekly antibiotic prescribing rates from positive viral pathogen tests for the period 1 April 2009 through 27 December 2017 using comprehensive, population-based administrative data for all children (<5 years) living in Scotland. Multiple respiratory viral pathogens were considered, including respiratory syncytial virus (RSV), influenza, human metapneumovirus (HMPV), rhinovirus, and human parainfluenza (HPIV) types 1-4. We estimated the proportion of antibiotic prescriptions explained by virus circulation according to type of virus, by age group, presence of high-risk chronic conditions, and antibiotic class. RESULTS: We included data on 6 066 492 antibiotic prescriptions among 452 877 children. The antibiotic-prescribing rate among all Scottish children (<5 years) was 609.7 per 1000 child-years. Our final model included RSV, influenza, HMPV, HPIV-1, and HPIV-3. An estimated 6.9% (95% confidence interval, 5.6-8.3%), 2.4% (1.7-3.1%), and 2.3% (.8-3.9%) of antibiotics were attributable to RSV, influenza, and HMPV, respectively. RSV was consistently associated with the highest proportion of prescribed antibiotics, particularly among children without chronic conditions and for amoxicillin and macrolide prescriptions. CONCLUSIONS: Nearly 14% of antibiotics prescribed to children in this study were estimated to be attributable to common viruses for which antibiotics are not recommended. A future RSV vaccine could substantially reduce unnecessary antibiotic prescribing among children.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,002 |
| 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 ».