Physician experiences implementing antimicrobial stewardship rounds in pediatric hospital medicine: An exploratory, qualitative study
Notice bibliographique
Résumé
Objectives: An antimicrobial stewardship intervention was implemented for pediatric medicine units using an in-person rounds-based approach to provide stewardship recommendations and education from an antimicrobial stewardship physician and antimicrobial stewardship pharmacist. Design Setting Participants and Methods: In this exploratory qualitative study, purposeful sampling was used to recruit participants for individual interviews at a tertiary- and quaternary-care referral center. Pediatricians and residents who attended ≥1 stewardship round were included. A semistructured interview guide was created focusing on perceptions of antimicrobial stewardship, personal experiences at stewardship rounds, and perceived impacts on patient care. Using a constant comparative analysis approach, codes were developed and collapsed into themes. Results: Overall, 8 pediatricians and 10 residents completed interviews. Qualitative analysis yielded 3 themes: insights into clinical reasoning, opportunity for growth and learning, and establishing and exploring professional relationships. The handshake-rounds approach encouraged participants to critically evaluate antimicrobial choices and to engage in discussion with the antimicrobial stewardship team. Participants felt validated at stewardship rounds and gained confidence prescribing antimicrobials. Face-to-face interaction reduced reluctance for some participants to consult infectious disease (ID) service; however, others worried that physicians may avoid ID consultation because of stewardship rounds. Conclusions: Participants found stewardship rounds to be an effective strategy for education and development of clinical reasoning skills for optimal antimicrobial prescribing-choosing wisely or choosing rightly. The effects of stewardship rounds on timing and frequency of ID consultation are interesting. Further research into important patient outcomes and consultation practices are needed locally, but our experiences may help others to reflect on the power of conversation and relationships in antimicrobial stewardship.
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 | 0,007 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».