Antimicrobial Stewardship at Birth in Preterm Infants
Notice bibliographique
Résumé
Background: Early-onset sepsis results in increased morbidity and mortality in preterm infants. Antimicrobial Stewardship Programs (ASPs) address the need to balance adverse effects of antibiotic exposure with the need for empiric treatment for infants at the highest risk for early-onset sepsis. Methods: All preterm infants <34 weeks gestational age born during a 6-month period before (January 2017–June 2017) and a 6-month period after (January 2019–June 2019) implementation of ASP in May 2018 were reviewed. The presence of perinatal sepsis risk factors, eligibility for, versus treatment with initial empiric antibiotics was compared. Results: Our cohort comprised 479 infants with a mean of 30 weeks gestation and birth weight of 1400 g. Demographics were comparable, with more Cesarean section deliveries in the post-ASP cohort. Any sepsis risk factor was present in 73.6% versus 68.4% in the pre- versus post-ASP cohorts ( P = 0.23). Fewer infants were treated with antibiotics in the later cohort (60.4%) compared with the earlier cohort (69.7%; P = 0.04). Despite the presence of risk factors (preterm labor in 93% and rupture of membranes in 60%), 42% of infants did not receive initial antibiotics. Twenty percent with no perinatal sepsis risk factors were deemed low-risk and not treated. Conclusions: Implementation of a neonatal ASP decreased antibiotic initiation at birth. Antibiotic use decreased (appropriately) in the subgroup with no perinatal sepsis risk factors. Of concern, some infants were not treated despite risk factors, such as preterm labor/rupture of membrane. Neonatal ASP teams need to be aware of potentially unintended consequences of their initiatives.
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 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».