Decreasing Trends in Antibiotic Consumption in Public Hospitals from 2014 to 2017 Following the Decentralization of Drug Procurement in Myanmar
Notice bibliographique
Résumé
(1) Background: In 2014, drug procurement for public hospitals in Myanmar was decentralized to a pull system. This might lead to increasing trends in the consumption of broad-spectrum and last-resort antibiotics. For fiscal years 2014-2017, we assessed annual antibiotic consumption trends and patterns in total defined daily doses (DDDs). (2) Methods: We followed World Health Organization (WHO) methodology for surveillance of antimicrobial consumption based on hospital antibiotic procurement records (as a proxy). (3) Results: In 32% of all public hospitals where data were retrieved, total antibiotic consumption reduced by 19% between 2014 (7,122,852 DDD) and 2017 (5,794,904 DDD). Consumption per 1000 inhabitants per day (<200 bed hospitals) also reduced from 0.6 to 0.3. Over 60% of procurement was for beta-lactam antibiotics and quinolones; quinolones decreased over time. Consumption of first-line antibiotics increased (42% in 2014 to 54% in 2017), whereas broad-spectrum antibiotics decreased (46% in 2014 to 38% in 2017). Linezolid was the only last-resort antibiotic procured. There was a progressive reduction in per capita government current health expenditure from approximately 9.2 US$ in 2014 to 8.3 US$ in 2017. (4) Conclusions: Antibiotic consumption decreased over time in public hospitals. This first study provides a baseline for developing an antibiotic consumption surveillance system in Myanmar.
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 | 0,000 | 0,002 |
| 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 | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».