MétaCan
Menu
Retour à la cohorte
Enregistrement W4313436556 · doi:10.1017/ice.2022.286

Evaluating the impact of incorporating clinical practice guidelines for the management of infectious diseases into an electronic application (e-app)

2023· article· en· W4313436556 sur OpenAlexafffundabout
Holly MacKinnon, Kathryn Slayter, Jeannette Comeau, Caroline King, Emily Black

Notice bibliographique

RevueInfection Control and Hospital Epidemiology · 2023
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMobile Health and mHealth Applications
Établissements canadiensSaint Mary's UniversityNova Scotia Health AuthorityIzaak Walton Killam Health CentreDalhousie University
Organismes subventionnairesDalhousie University
Mots-clésMedicineChecklistAntimicrobialMedical recordEmpiric therapyAntimicrobial stewardshipPneumoniaEmergency medicineIntensive care medicineAntibioticsInternal medicineAntibiotic resistanceAlternative medicine

Résumé

récupéré en direct d'OpenAlex

Abstract Objectives: To improve dissemination and accessibility of guidelines to healthcare providers at our institution, guidance for infectious syndromes was incorporated into an electronic application (e-app). The objective of this study was to compare empiric antimicrobial prescribing before and after implementation of the e-app. Design: This study was a before-and-after trial. Setting: A tertiary-care, public hospital in Halifax, Canada. Participants: This study included pediatric patients admitted to hospital who were empirically prescribed an antibiotic for an infectious syndrome listed in the e-app. Methods: Data were collected from medical records. Prescribing was independently assessed considering patient-specific characteristics using a standardized checklist by 2 members of the research team. Assessments of antimicrobial prescribing were compared, and discrepancies were resolved through discussion. Empiric antimicrobial prescribing before and after implementation of the e-app was compared using interrupted time-series analysis. Results: In total, 237 patients were included in the preimplementation arm and 243 patients were included in the postimplementation arm. Pneumonia (23.8%), appendicitis (19.2%), and sepsis (15.2%) were the most common indications for antimicrobial use. Empiric antimicrobial use was considered optimal in 195 (81.9%) of 238 patients before implementation compared to 226 (93.0%) 243 patients after implementation. An immediate 15.5% improvement ( P = .019) in optimal antimicrobial prescribing was observed following the implementation of the e-app. Conclusions: Empiric antimicrobial prescribing for pediatric patients with infectious syndromes improved after implementation of an e-app for dissemination of clinical practice guidelines. The use of e-apps may also be an effective strategy to improve antimicrobial use in other patient populations.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,014
score de la tête « metaresearch » (Gemma)0,013
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,538
Score d'incertitude au seuil0,996

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0140,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,162
Tête enseignante GPT0,604
Écart entre enseignants0,442 · 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 tête enseignante, pas un consensus.

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

Citations3
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueInfection Control and Hospital EpidemiologyMême sujetMobile Health and mHealth ApplicationsTravaux en français237 207