A cross-sectional study of hospital antimicrobial stewardship programmes in the COVID-19 era
Notice bibliographique
Résumé
Background: Antimicrobial resistance (AMR) continues to be a global public health issue amid the COVID-19 pandemic; however, unprecedented demands on hospital antimicrobial stewardship programmes (ASPs) potentially altered their core activities. Objective: We sought to understand how ASPs have been involved in and impacted by the pandemic. Methods: The 2021 Ontario ASP Landscape Survey was developed based on previous provincial questionnaires and emerging literature on the impact of COVID-19 on hospital ASPs. After pre-testing and piloting, the online questionnaire was distributed to hospital antimicrobial stewardship practitioners in the fall of 2021. Descriptive statistics and inductive thematic analysis were performed. Results: The response rate was 78% (98/125 organizations); 96% (94/98) of organizations had or were in the process of formalizing an ASP and 53% (50/94) reported designated funding/resources. Despite 82% reporting no change in dedicated full-time equivalents during the pandemic, ASPs were frequently involved in developing treatment guidelines/clinical pathways (51%), anticipating/managing drug shortages (46%) and obtaining investigational use drugs (32%). While many core ASP activities continued, prospective audit and feedback and prescriber education were modified or suspended by 43% and 40% of programmes, respectively. Decreased frequency, adaptation of activities (i.e. virtual or other technology) and challenges with staffing/resources were commonly reported themes. Knowledge translation (KT) activities and 'collaboration and coordination' also emerged as salient themes. Conclusions: Hospital antimicrobial stewardship practitioners in Ontario have made significant contributions to the pandemic response while continuing to deliver adapted ASP services, despite resource constraints. Moving forward, ASPs will need to continue building capacity while leveraging broader networks to advance the antimicrobial stewardship agenda.
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 | 0,004 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».