MétaCan
Menu
Retour à la cohorte
Enregistrement W4312134957 · doi:10.3399/bjgp.2022.0298

Implementing antibiotic stewardship in high-prescribing English general practices: a mixed-methods study

2022· article· en· W4312134957 sur OpenAlexaff
Sarah Tonkin‐Crine, Monsey McLeod, Aleksandra Borek, Anne Campbell, Philip Anyanwu, Céire Costelloe, Michael Moore, Benedict Hayhoe, Koen B. Pouwels, Laurence Roope, Liz Morrell, Susan Hopkins, Christopher Butler, A. Sarah Walker

Notice bibliographique

RevueBritish Journal of General Practice · 2022
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueAntibiotic Use and Resistance
Établissements canadiensInstitute of Cancer Research
Organismes subventionnairesEconomic and Social Research CouncilImperial College LondonDepartment of Health and Social CareNational Institute for Health and Care ResearchUniversity of OxfordOxford Health NHS Foundation TrustJohns Hopkins University
Mots-clésMedicineStewardship (theology)Antibiotic StewardshipData scienceAntibioticsComputer scienceMicrobiology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Trials have identified antimicrobial stewardship (AMS) strategies that effectively reduce antibiotic use in primary care. However, many are not commonly used in England. The authors co-developed an implementation intervention to improve use of three AMS strategies: enhanced communication strategies, delayed prescriptions, and point-of-care C-reactive protein tests (POC-CRPTs). AIM: To investigate the use of the intervention in high-prescribing practices and its effect on antibiotic prescribing. DESIGN AND SETTING: Nine high-prescribing practices had access to the intervention for 12 months from November 2019. This was primarily delivered remotely via a website with practices required to identify an 'antibiotic champion'. METHOD: Routinely collected prescribing data were compared between the intervention and the control practices. Intervention use was assessed through monitoring. Surveys and interviews were conducted with professionals to capture experiences of using the intervention. RESULTS: There was no evidence that the intervention affected prescribing. Engagement with intervention materials differed substantially between practices and depended on individual champions' preconceptions of strategies and the opportunity to conduct implementation tasks. Champions in five practices initiated changes to encourage use of at least one AMS strategy, mostly POC-CRPTs; one practice chose all three. POC-CRPTs was used more when allocated to one person. CONCLUSION: Clinicians need detailed information on exactly how to adopt AMS strategies. Remote, one-sided provision of AMS strategies is unlikely to change prescribing; initial clinician engagement and understanding needs to be monitored to avoid misunderstanding and suboptimal use.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,012
score de la tête « metaresearch » (Gemma)0,015
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,064

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,015
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,001
Communication savante0,0020,002
Science ouverte0,0010,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,021
Tête enseignante GPT0,332
Écart entre enseignants0,311 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBritish Journal of General PracticeMême sujetAntibiotic Use and ResistanceTravaux en français237 207