Antimicrobial resistance in long-term care facilities
Notice bibliographique
Résumé
Long-term care facilities (LTCFs) provide care for extended periods to older people who frequently require antimicrobials to treat and prevent infection, a leading cause of morbidity and mortality among older LTCF residents. Evidence indicates that, due to a combination of factors related to LTCF residents, prescribers and health care systems, up to 75% of antimicrobial prescriptions in LTCFs are inappropriate, in terms not only of the duration and choice of therapy, but also the need for therapy in the first place. Inappropriate use of antimicrobials is associated with the high rates of multi-drug resistant organisms that are recovered in LTCFs, and may exacerbate the threat of antimicrobial resistance (AMR), both in LTCFs and in the community. Yet, policies to tackle inappropriate antimicrobial use and AMR in LTCFs, such as antimicrobial stewardship and infection prevention and control (IPC), remain underused or suboptimal. Some countries are starting to act but they are a minority. Countries seeking to improve antimicrobial consumption, and minimise the threat of AMR, in LTCFs can: set up routine surveillance systems dedicated to collecting and reporting data on antimicrobial use and resistance in LTCFs; design, implement and enforce multifaceted antimicrobial stewardship programmes that comprehensively address multiple determinants of inappropriate antimicrobial prescribing and use; and adopt IPC programmes tailored to the specific needs and risks of LTCFs.
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 | 0,002 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».