Antibiotic prescribing and antimicrobial stewardship in long-term care facilities: Past interventions and implementation challenges
Notice bibliographique
Résumé
Background: The threat of antimicrobial resistance (AMR) is rising, leading to increased illness, death and healthcare costs. In long-term care facilities (LTCFs), high rates of infection coupled with high antibiotic use create a selective pressure for antimicrobial-resistant organisms that pose a risk to residents and staff as well as surrounding hospitals and communities. Antimicrobial stewardship (AMS) is paramount in the fight against AMR, but its adoption in LTCFs has been limited. Methods: This article summarizes factors influencing antibiotic prescribing decisions in LTCFs and the effectiveness of past AMS interventions that have been put in place in an attempt to support those decisions. The emphasis of this literature review is the Canadian LTCF landscape; however, due to the limited literature in this area, the scope was broadened to include international studies. Results: Prescribing decisions are influenced by the context of the individual patient, their caregivers, the clinical environment, the healthcare system and surrounding culture. Antimicrobial stewardship interventions were found to be successful in LTCFs, though there was considerable heterogeneity in the literature. Conclusion: This article highlights the need for more well-designed studies that explore innovative and multifaceted solutions to AMS in LTCFs.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,023 | 0,050 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,006 | 0,005 |
| Communication savante | 0,006 | 0,003 |
| Science ouverte | 0,004 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».