MétaCan
Menu
Retour à la cohorte
Enregistrement W3048994798 · doi:10.1093/cid/ciaa1139

The Association Between High and Unnecessary Antibiotic Prescribing: A Cohort Study Using Family Physician Electronic Medical Records

2020· article· en· W3048994798 sur OpenAlexafffundabout
Taito Kitano, Bradley J. Langford, Kevin A. Brown, Andrea Pang, Branson Chen, Gary Garber, Nick Daneman, Karen Tu, Valerie Leung, Elisa Candido, Julie Hui‐Chih Wu, Jeremiah Hwee, Michael E. Silverman, Kevin L. Schwartz

Notice bibliographique

RevueClinical Infectious Diseases · 2020
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueAntibiotic Use and Resistance
Établissements canadiensLondon Health Sciences CentreTrillium Health CentreNorth York General HospitalSunnybrook HospitalSt Joseph's Health CentreToronto Western HospitalUniversity Health NetworkOttawa HospitalUniversity of OttawaInstitute for Clinical Evaluative SciencesToronto East General HospitalUniversity of TorontoHospital for Sick ChildrenPublic Health Ontario
Organismes subventionnairesPhysicians' Services Incorporated Foundation
Mots-clésMedicineAntimicrobial stewardshipMedical prescriptionAntibioticsMedical recordPoisson regressionCohortRate ratioElectronic prescribingEmergency medicineFamily medicineIntensive care medicinePediatricsAntibiotic resistanceInternal medicinePopulationConfidence intervalEnvironmental healthNursing

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Approximately 25% of outpatient antibiotic prescriptions are unnecessary among family physicians in Canada. Minimizing unnecessary antibiotics is key for community antibiotic stewardship. However, unnecessary antibiotic prescribing is much harder to measure than total antibiotic prescribing. We investigated the association between total and unnecessary antibiotic use by family physicians and evaluated inter-physician variability in unnecessary antibiotic prescribing. METHODS: This was a cohort study based on electronic medical records of family physicians in Ontario, Canada, between April 2011 and March 2016. We used predefined expected antibiotic prescribing rates for 23 common primary care conditions to calculate unnecessary antibiotic prescribing rates. We used multilevel Poisson regression models to evaluate the association between total antibiotic volume (number of antibiotic prescriptions per patient visit), adjusted for multiple practice- and physician-level covariates, and unnecessary antibiotic prescribing. RESULTS: There were 499 570 physician-patient encounters resulting in 152 853 antibiotic prescriptions from 341 physicians. Substantial inter-physician variability was observed. In the fully adjusted model, we observed a significant association between total antibiotic volume and unnecessary prescribing rate (adjusted rate ratio 2.11 per 10% increase in total use; 95% CI 2.05-2.17), and none of the practice- and physician-level variables were associated with unnecessary prescribing rate. CONCLUSIONS: We demonstrated substantial inter-physician variability in unnecessary antibiotic prescribing in this cohort of family physicians. Total antibiotic use was strongly correlated with unnecessary antibiotic prescribing. Total antibiotic volume is a reasonable surrogate for unnecessary antibiotic use. These results can inform community antimicrobial stewardship efforts.

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)0,001
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 enseignants0,003
Score d'incertitude au seuil0,534

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
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 Opus0,025
Tête enseignante GPT0,307
Écart entre enseignants0,283 · 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

Citations34
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueClinical Infectious DiseasesMême sujetAntibiotic Use and ResistanceTravaux en français237 207