A Systematic Review of Antimicrobial Stewardship Interventions to Improve Management of Bacteriuria in Hospitalized Adults
Notice bibliographique
Résumé
OBJECTIVE: To determine whether implementation of antimicrobial stewardship (AMS) interventions improve management of bacteriuria in hospitalized adults. DATA SOURCES: EMBASE, MEDLINE, CINAHL, and Clinical Trials Registries via Cochrane CENTRAL were searched from inception through May 2021. Reference lists of included studies were searched, and Scopus was used to retrieve articles that cited included references. STUDY SELECTION AND DATA EXTRACTION: Randomized and nonrandomized trials, controlled before-after studies, interrupted time-series studies, and repeated measures studies evaluating AMS interventions for hospitalized adult inpatients with bacteriuria were included. Risk of bias was assessed independently by 3 team members and compared. Results were summarized descriptively. DATA SYNTHESIS: The search yielded 5509 articles, of which 13 met inclusion criteria. Most common interventions included education (N = 8) and audit and feedback (N = 5) alone or in combination with other interventions. Where assessed, resource and antimicrobial use primarily decreased and appropriateness of antimicrobial use improved; however, impact on guideline adherence was variable. All studies were rated as having unclear or serious risk of bias. This review summarizes and assesses the quality of evidence for AMS interventions to improve the management of bacteriuria. Results provide guidance to both AMS teams and researchers aiming to develop and/or evaluate AMS interventions for management of bacteriuria. CONCLUSIONS: This review demonstrated benefit of AMS interventions on management of bacteriuria. However, most studies had some risk of bias, and an overall effect across studies is unclear due to heterogeneity in outcome measures.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 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 ».