MétaCan
Menu
Retour à la cohorte
Enregistrement W4281647658 · doi:10.1136/bmjebm-2022-podabstracts.35

90 Impact of the choosing wisely Canada recommendations on potentially inappropriate antibiotic prescribing in emergency medicine across Alberta, Canada: an interrupted time-series analysis

2022· article· en· W4281647658 sur OpenAlexaffabout
Jason Black, David Campbell, Kerry McBrien, Paul E. Ronksley, Eddy Lang, Tyler Williamson

Notice bibliographique

RevueAbstracts · 2022
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealthcare cost, quality, practices
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMedicineEmergency departmentBronchitisPharmacyBronchiolitisEmergency medicineInterrupted Time Series AnalysisAntibioticsOtitisInterrupted time seriesPediatricsMedical emergencyIntensive care medicineFamily medicinePsychological interventionInternal medicine

Résumé

récupéré en direct d'OpenAlex

<h3></h3> Campaigns such as Choosing Wisely Canada have encouraged physicians to consider whether antibiotics are needed when treating presumably viral infections to decrease inappropriate antibiotic prescribing rates; however, the impacts of such campaigns are not well characterized. Objectives In Alberta, Canada, we quantified the rate of potentially inappropriate oral antibiotic prescribing in emergency departments for viral infections or conditions not likely requiring antibiotics from 2010–2020 and assessed the impact of two Choosing Wisely Canada (CWC) campaigns (2015/2016 and 2018) discouraging inappropriate antibiotic prescribing in emergency medicine. <h3>Methods</h3> In Alberta, we linked all emergency department adult and pediatric records from the National Ambulatory Care Reporting System and medication dispensations from community-based pharmacies in the Pharmaceutical Information Network. From January 2010 to February 2020, we identified emergency department visits for 5 conditions that were potentially inappropriately treated using antibiotics per CWC recommendations (bronchitis, asthma, bronchiolitis, pharyngitis, and acute otitis media). We used an interrupted time series design to detect changes in the proportion of emergency departments visits with subsequent antibiotic dispensing by fitting Autoregressive Integrated Moving Average (ARIMA) models to account for secular trends and seasonality, allowing for changes in slope to measure the effect of each CWC intervention. <h3>Results</h3> Antibiotics were commonly prescribed in emergency departments for bronchitis (proportion of visits with antibiotics: 57%) and asthma (22%) in adults; bronchiolitis in children (43%); pharyngitis (39%) and acute otitis media (54%) in adults and children. Based on visual inspection, the proportion of emergency department visits for each condition where antibiotics were dispensed remained relatively consistent. The ARIMA models demonstrated mixed impacts on potentially inappropriate antibiotic prescribing associated with two interruptions: the 2015/2016 CWC recommendations and subsequent 2018 CWC Using Antibiotics Wisely campaign. Following each interruption, antibiotic prescribing was slightly reduced for bronchitis (-1.0%/year,p=0.03; -4.4%/year,p=0.004, respectively) and bronchiolitis (not significant) (-0.7%/year,p=0.57; -2.5%/year,p=0.34), but unchanged for asthma (-0.6%/year,p=0.30; 0.7%/year,p=0.74) and pharyngitis (0.0%/year,p=0.95; -0.2%/year,p=0.93), and slightly increased for acute otitis media (not significant) (1.4%/year,p=0.07; 5.9%/year,p=0.052). <h3>Conclusion</h3> Rates of potentially inappropriate antibiotic prescribing remained constant over the past 10 years in Alberta. Campaigns to rethink antibiotic use in emergency medicine may have resulted in small decreases in antibiotic use for some conditions; however, further initiatives building upon existing campaigns are required to substantially reduce rates of inappropriate antibiotic prescribing.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,075
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,261
Tête enseignante GPT0,478
Écart entre enseignants0,216 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations0
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAbstractsMême sujetHealthcare cost, quality, practicesTravaux en français237 207