Antibiotic use in ambulatory care for acutely ill children in high-income countries: a systematic review and meta-analysis
Notice bibliographique
Résumé
OBJECTIVE: To determine the rate and appropriateness of antibiotic prescribing for acutely ill children in ambulatory care in high-income countries. DESIGN: On 10 February 2021, we systematically searched articles published since 2000 in MEDLINE, Embase, CENTRAL, Web Of Science and grey literature databases. We included cross-sectional and longitudinal studies, time-series analyses, randomised controlled trials and non-randomised studies of interventions with acutely ill children up to and including 12 years of age in ambulatory care settings in high-income countries. Pooled antibiotic prescribing and appropriateness rates were calculated using random-effects models. Meta-regression was performed to describe the relationship between the antibiotic prescribing rate and study-level covariates. RESULTS: We included 86 studies comprising 11 114 863 children. We found a pooled antibiotic prescribing rate of 45.4% (95% CI 38.2% to 52.8%) for all acutely ill children, and 85.6% (95% CI 73.3% to 92.9%) for acute otitis media, 37.4% (95% CI 30.9% to 44.3%) for respiratory tract infections, and 40.4% (95% CI 29.9% to 51.9%) for other diagnoses. Considerable heterogeneity can only partly be explained by differences in diagnoses. The overall pooled appropriateness rate is 68.5% (95% CI 55.8% to 78.9%, I²=99.8%; 19 studies, 119 995 participants). 38.3% of all prescribed antibiotics were aminopenicillins. CONCLUSIONS: Antibiotic prescribing rates for acutely ill children in ambulatory care in high-income countries remain high. Large differences in prescription rates between studies can only partly be explained by differences in diagnoses. Better registration and further research are needed to investigate patient-level data on diagnosis and appropriateness.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,008 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».