MétaCan
Menu
← Retour à la cohorte
Enregistrement W4221096196 · doi:10.1016/j.cmi.2022.03.014

Exposure to World Health Organization's AWaRe antibiotics and isolation of multidrug resistant bacteria: a systematic review and meta-analysis

2022· review· en· W4221096196 sur OpenAlexaff
Giorgia Sulis, Sena Sayood, Shashi Katukoori, Neha Bollam, Ige George, Lauren Yaeger, Miguel A. Chavez, Emmanuel Tetteh, Sindhu Yarrabelli, Céline Pulcini, Stephan Harbarth, Dominik Mertz, Mike Sharland, Lorenzo Moja, Benedikt Huttner, Sumanth Gandra

Notice bibliographique

RevueClinical Microbiology and Infection · 2022
Typereview
Langueen
DomaineImmunology and Microbiology
ThématiqueAntibiotic Use and Resistance
Établissements canadiensMcMaster UniversityMcGill University
Organismes subventionnairesWashington University in St. LouisWorld Health Organization
Mots-clésIsolation (microbiology)AntibioticsAntibiotic resistanceMultiple drug resistanceIntensive care medicineMeta-analysisMedicineBiologyMicrobiologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Antibiotic use drives antibiotic resistance. OBJECTIVES: To systematically review the literature and estimate associations between prior exposure to antibiotics across World Health Organization's (WHO) AWaRe categories (Access, Watch, Reserve) and isolation of critical and high-priority multidrug resistant organisms (MDROs) on the WHO priority pathogen list. DATA SOURCES: Embase, Ovid Medline, Scopus, Cochrane Database of Systematic Reviews, Cochrane Central Register of Controlled Trials, and ClinicalTrials.gov (from inception to 20/08/2020). STUDY ELIGIBILITY CRITERIA: Case-control, cohort, or experimental studies that assessed the risk of infection/colonization with MDROs. PARTICIPANTS: Inpatients or outpatients of any age and sex. INTERVENTIONS: Prior exposure to antibiotics that could be categorized into the AWaRe framework. DATA ANALYSIS: Tailored design-specific checklists applied to each included study. For each antibiotic/class, crude odds ratios (ORs) were pooled through random-effects meta-analyses, both overall and by MDRO. Heterogeneity was examined. RESULTS: We identified 349 eligible studies. All were observational, prone to bias due to design and lack of adjustment for confounding, and not primarily designed to compare associations across AWaRe categories. We found statistically significant associations between prior exposure to almost all antibiotics/classes across AWaRe categories and colonization/infection with any MDRO. We observed higher ORs for Watch and Reserve antibiotics than with Access antibiotics. First generation cephalosporins (Access) had the least association with any MDRO colonization/infection (58 studies; OR = 1.2 [95% CI: 1.0-1.4]), whereas strongest associations were estimated for linezolid (Reserve) (22 studies; OR = 2.6 [95% CI: 2.1-3.1]), followed by carbapenems (Watch) (237 studies; OR = 2.3 [95% CI: 2.1-2.5]). There was high heterogeneity for all antibiotic/MDRO associations. CONCLUSIONS: Optimising use of Access antibiotics is likely to reduce the selection of MDROs and global antibiotic resistance. Despite data limitations, our study offers a strong rationale for further adoption of AWaRe as an important tool to improve antibiotic use globally.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,017
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,017
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0150,028
Bibliométrie0,0050,007
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,002
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,067
Tête enseignante GPT0,359
Écart entre enseignants0,292 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations179
Publié2022
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueClinical Microbiology and Infection→Même sujetAntibiotic Use and Resistance→Travaux en français237 207→