International Survey on Determinants of Antibiotic Duration and Discontinuation in Pediatric Critically Ill Patients
Notice bibliographique
Résumé
OBJECTIVES: We hypothesized that antibiotic use in PICUs is based on criteria not always supported by evidence. We aimed to describe determinants of empiric antibiotic use in PICUs in eight different countries. DESIGN: Cross-sectional survey. SETTING: PICUs in Canada, the United States, France, Italy, Saudi Arabia, Japan, Thailand, and Brazil. SUBJECTS: Pediatric intensivists. INTERVENTIONS: None. MEASUREMENTS AND MAIN RESULTS: We used literature review and focus groups to develop the survey and its clinical scenarios (pneumonia, septic shock, meningitis, and intra-abdominal infections) in which cultures were unreliable due to antibiotic pretreatment. Data analyses included descriptive statistics and linear regression with bootstrapped SEs. Overall response rate was 39% (482/1,251), with individual country response rates ranging from 25% to 76%. Respondents in all countries prolonged antibiotic duration based on patient characteristics, disease severity, pathogens, and radiologic findings (from a median increase of 1.8 d [95% CI, 0.5-4.0 d] to 9.5 d [95% CI, 8.5-10.5 d]). Younger age, severe disease, and ventilator-associated pneumonia prolonged antibiotic treatment duration despite a lack of evidence for such practices. No variables were reported to shorten treatment duration for all countries. Importantly, more than 39% of respondents would use greater than or equal to 7 days of antibiotics for patients with a positive viral polymerase chain reaction test in all scenarios, except in France for pneumonia (29%), septic shock (13%), and meningitis (6%). The use of elevated levels of inflammatory markers to prolong antibiotic treatment duration varied among different countries. CONCLUSIONS: Antibiotic-related decisions are complex and may be influenced by cultural and contextual factors. Evidence-based criteria are necessary to guide antibiotic duration and ensure the rational use of antibiotics in PICUs.
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 | 0,003 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».