Burning for Treatment: Impact of Staff Education on Asymptomatic Bacteriuria Management in the Elderly
Notice bibliographique
Résumé
BACKGROUND: Studies indicate that elderly patients are often inappropriately treated with antimicrobials for asymptomatic bacteriuria (ASB). Interprofessional education may help improve the assessment and management of ASB. METHODS: Retrospective chart audits were conducted on two cohorts of positive urine cultures (n = 201) obtained from a geriatric acute care unit to determine the incidence of treated ASB. The first cohort (n = 101) was analyzed from January to July 2017. Education was provided to unit staff (e.g., nurses, physicians, pharmacists) in Fall 2017. The second cohort (n = 100) was analyzed from January to July 2018. Descriptive statistics were used to summarize and compare the results from the cohorts. RESULTS: 152 patients (n = 201 positive urine cultures) were reviewed: 74% (159) of positive urine cultures were ASB and 21% (42) were urinary tract infections. The incidence of treated ASB was 15% (30) and untreated ASB was 65% (129). The incidence of UTI, treated ASB, and untreated ASB were not significantly different between the two cohorts examined. CONCLUSION: The implementation of education did not result in lasting changes in ASB management. Our study suggests that future systemic solutions are necessary to reduce the incidence of treated ASB in the geriatric population.
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 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».