Clinical Reasoning Behind Antibiotic Use in PICUs: A Qualitative Study*
Notice bibliographique
Résumé
OBJECTIVES: To describe the reasoning processes used by pediatric intensivists to make antibiotic-related decisions. DESIGN: Grounded theory qualitative study. SETTING: Three Canadian university-affiliated tertiary medical, surgical, and cardiac PICUs. PATIENTS: Twenty-one PICU physicians. INTERVENTIONS: None. MEASUREMENTS AND MAIN RESULTS: We conducted field observation during morning rounds followed by semistructured interviews with participants to examine the clinical reasoning behind antibiotic-related decisions (starting/stopping antibiotics, or treatment duration) made for patients with a suspected/proven bacterial infection. We used a grounded theory approach for data collection and analysis. Thematic saturation was reached after 21 interviews. Of the 21 participants, 10 (48%) were female, 15 (71%) were PICU attending staff, and 10 (48%) had greater than 10 years in clinical practice. Initial clinical reasoning involves using an analytical approach to determine the likelihood of bacterial infection. In case of uncertainty, an assessment of patient safety is performed, which partly overlaps with the use of intuitive clinical reasoning. Finally, if uncertainty remains, physicians tend to consult infectious diseases experts. Factors that override this clinical reasoning process include disease severity, pressure from consultants, and the tendency to continue antibiotic treatment initiated by colleagues. CONCLUSIONS: Antibiotic-related decisions for critically ill children are complex, and pediatric intensivists use several clinical reasoning strategies to decrease the uncertainty around the bacterial etiology of infections. However, disease severity and patient safety concerns may overrule decisions based on clinical evidence and lead to antibiotic use. Several cognitive biases were identified in the clinical reasoning processes.
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 | 0,020 | 0,034 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,007 | 0,007 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».