A step forward in antibiotic use and resistance monitoring: a quarterly surveillance system pilot in 11 European Union/European Economic Area countries, September 2017 to May 2020
Notice bibliographique
Résumé
Background Surveillance of antimicrobial resistance (AMR) and antimicrobial use (AMU) in Europe is currently annual. Aim To study the feasibility and scalability of a quarterly AMR/AMU surveillance system in the European Union/European Economic Area (EU/EEA). Methods We conducted a longitudinal study within the scope of the EU-JAMRAI project. Seventeen partners from 11 EU/EEA countries prospectively collected 41 AMU and AMR indicators quarterly from September 2017 to May 2020 for the hospital sector (HS) and primary care (PC). Descriptive statistics and coefficients of variation (CV) analysis were performed. Results Data from 8 million hospital stays and 45 million inhabitants per quarter were collected at national (n = 4), regional (n = 6) and local (n = 7) levels. Of all partners, five were able to provide data within 3 months after each preceding quarter, and eight within 3–6 months. A high variability in AMU was found between partners. Colistin was the antibiotic that showed the highest CV in HS (1.40; p < 0.0001). Extended-spectrum beta-lactamase-producing Escherichia coli presented the highest incidence in HS (0.568 ± 0.045 cases/1,000 bed-days per quarter), whereas ciprofloxacin-resistant E. coli showed the highest incidence in PC (0.448 ± 0.027 cases/1,000 inhabitants per quarter). Barriers and needs for implementation were identified. Conclusion This pilot study could be a first step towards the development of a quarterly surveillance system for AMU and AMR in both HS and PC in the EU/EEA. However, committed institutional support, dedicated human resources, coordination of data sources, homogeneous indicators and modern integrated IT systems are needed first to implement a sustainable quarterly surveillance system.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 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 ».