ASPChat: Participation and Reach of a Real-Time Twitter Chat on Antimicrobial Stewardship
Notice bibliographique
Résumé
Background: Healthcare professionals with roles in infectious disease and antimicrobial stewardship have a growing presence on social media. Twitter has evolved to become a popular venue for healthcare professional communication, with the potential to support improved quality of patient care. To harness this growth and provide an opportunity for learning and networking, we developed a monthly Twitter chat on a variety of antimicrobial stewardship topics. Our objective was to evaluate the reach of this online initiative. Methods: In November 2016, to coincide with World Antibiotic Awareness Week, we held the first ASP chat (#ASPChat). Twitter chats continue monthly for 1 hour each month. Topics range from rapid diagnostic testing to duration of antibiotic therapy, and 6 questions are posed for each event. Questions about common strategies, clinical pearls, helpful resources, and literature are commonly integrated into the discussion. The event is open to all Twitter users regardless of discipline or location of practice. Participants use the ASPChat hash tag to follow along with the conversation. To evaluate the monthly Twitter chats, analytics were obtained from Symplur Healthcare Hashtags including impressions, the number of potential views for each Tweet, number of Tweets, and number of participants. Results: To date, 33 ASPChat events have been held, with a total of 20,478,000 impressions. The average number of Tweets per month was 346 and the average number of participants was 86 (Fig. 1). Participants have included pharmacists, physicians, infection control practitioners, and nonclinicians. Countries represented have included the United States, Canada, the United Kingdom, Australia, New Zealand, and South Africa. The average monthly impressions stands at 620,559 and has increased each year from between 23% and 86%. Conclusions: A monthly Twitter Chat is a feasible and sustainable approach to connecting antimicrobial stewards across a wide geographical range. The broad reach of the ASPChat events presents an opportunity to influence and unite a diverse group of professionals aiming to improve antibiotic use. Further evaluation is recommended to understand the professional and clinical impact of this important communication tool. Funding: None Disclosures: None
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 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,003 |
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 ».