Interventions to optimize the use of antibiotics in China: A scoping review of evidence from humans, animals, and the environment from a One Health perspective
Notice bibliographique
Résumé
Objectives: The overuse and misuse of antibiotics has accelerated the rapid emergence of antibiotic resistance. The aim of the study was to review interventions conducted in China to optimize use of antibiotics in humans, animals, and the environment from a One Health perspective. Methods: The literature review for this study was limited to English and Chinese articles published from January 1985 to May 2021. Literature review searches were conducted using Web of Science, Scopus, PubMed and three biomedical databases from China (the Chinese Scientific Journals database, the Wanfang Database, and China National Knowledge Infrastructure). We used Arksey and O'Malley's step-wise methodological framework as the basis for our scoping review. Results: A total of 53 studies met our inclusion criteria, of which 51 (96%) were from human healthcare settings, one from environment health that pertained to rural ponds, and no studies were found that met our criteria on interventions used to improve antibiotic use in animals. For human health, the majority of the research was related to antibiotic intervention programs performed in public institutions, and only one policy assessment study included private institutions. Interventions were classified into four broad categories: 1) Knowledge interventions; 2) decision support; 3) financial incentives; and 4) organizational/management systems. Our findings indicated that combinations of multiple interventions were more effective in promoting the rational use of antibiotics in China. Conclusions: China has made major efforts on improving rational use of antibiotics in the past decades. Most policies or interventions, however, focused mainly on the human health aspect, less effort targeted toward the environment and animal health sectors. For further optimizing use of antibiotics, the cross-disciplinary and coordinated multi-faceted interventions guided by the One Health perspective should be developed and implemented. Meanwhile, the cross-departmental collaborative mechanism leading by the Chinese central government should be further strengthened to play a greater and more active role in fighting against antibiotic resistance wholly.
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 | 0,022 | 0,035 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,005 |
| Bibliométrie | 0,013 | 0,012 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 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 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 ».