Implementing antibiotic stewardship in high-prescribing English general practices: a mixed-methods study
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
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.
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 | 0,011 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 découle