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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».