Who is asking? Requests for antimicrobial prescribing advice received by hospital pharmacists
Notice bibliographique
Résumé
Abstract Doctors are perceived as the primary decision makers in antimicrobial therapy, but prescribing decisions are influenced by the multidisciplinary team. Antimicrobial stewardship (AMS) programs formalise interprofessional advice‐giving. No studies capture the advice provided by pharmacists. This study aimed to describe the volume and nature of antimicrobial prescribing advice that healthcare professionals seek from hospital pharmacists. A prospective audit of antimicrobial‐related advice requests received by pharmacists ( n = 18) at an Australian public hospital was undertaken in July 2020. Antimicrobial advice was sought from 11 pharmacists on 300 occasions. Most requests (80%) were received by the AMS pharmacist. A mean (range) of 30 (17–40) requests per day was recorded and the AMS pharmacist received 24 (16–31) requests daily. Most requests came from the intensive care unit (22.1%), pharmacy (21.4%), and infectious diseases (17.1%). The AMS pharmacist was mostly contacted by consultants and pharmacists, and other pharmacists were contacted by registrars and junior medical officers. Despite COVID‐19 adaptations, face‐to‐face interaction was most common. This audit demonstrates the value of an AMS pharmacist, and indicates the importance of face‐to‐face interactions and the formalisation of pharmacists' role in prescribing decision‐making. Pharmacists provided antimicrobial advice daily to other healthcare professionals. Further research is required to provide insights into the barriers and enablers to effective advice‐giving interactions.
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 | 0,004 | 0,001 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».