Impact of a bloodstream infection stewardship program in hospitalized patients
Notice bibliographique
Résumé
BACKGROUND: Bloodstream infections (BSIs) in hospitalized patients represent sentinel events requiring timely and responsive antimicrobial prescribing. These infections represent an attractive but seldom-evaluated stewardship opportunity. METHODS: Retrospective pre-post study design, with review of patient charts 18 months before and after initiation of a hospital Bloodstream Infection Stewardship Program (BSISP). Pre-intervention, the ward and attending physician were notified of all positive blood cultures. Post-intervention, an infectious disease (ID) pharmacist collaborating with an ID consultant was also notified. RESULTS: Two hundred twenty-six eligible BSIs were identified pre-intervention and 195 post-intervention. The urinary tract was the most common source of infection; most common bloodstream isolates were Escherichia coli, Staphylococcus aureus, beta-hemolytic streptococci, and Klebsiella pneumoniae; 71.7% of infections were community acquired. Empiric therapy was not given in 17.3% of cases and inadequate in 16.4% of patients. Therapy was altered on the basis of Gram stain results (‘directed therapy’) in 54.6% of episodes and was inadequate in 3.5%. Compared to pre-intervention, the post-intervention cohort received directed therapy on average 4.36 hours earlier ( p = 0.003), was more likely to receive appropriate definitive therapy (99.0% post versus 79.1% pre, p <0.001), stepped down to oral therapy earlier (6.0 versus 8.0 days, p = 0.031), and received fewer directed prescriptions (214 per 100 cases post versus 260 per 100 cases pre; p = 0.001), including fewer prescriptions of quinolones and clindamycin. CONCLUSIONS: A BSISP could be an effective strategy for improving antimicrobial prescribing in hospitalized patients with a BSI.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».