Evaluasi Penggunaan Antibiotik Berdasarkan Tepat Obat Dan Tepat Dosis Pada Pasien Appendicitis Rawat Inap Di RSUD "X” Tahun 2018
Notice bibliographique
Résumé
Appendicitis merupakan salah satu penyakit abdomen akut karena adanya inflamasi atau infeksi bakteri pada apendiks vermiformis. Tujuan penelitian yaitu mendeskripsikan pola penggunaan antibiotik pada pasien appendicitis rawat inap dan mengevaluasi ketepatan penggunaan antibiotik (tepat obat dan tepat dosis) pada pasien appendicitis rawat inap di RSUD "X”. Desain penelitian ini observasional yang bersifat deskriptif dan pengambilan data secara retrospektif. Populasi penelitian adalah seluruh data rekam medis pasien dengan diagnosis appendicitis di RSUD "X” selama tahun 2018 dengan kriteria inklusi penelitian adalah rekam medis pasien yang mendapatkan antibiotik dan kriteria eksklusi adalah rekam medis tidak lengkap dan tidak ditemukan serta terapi antibiotik dihentikan karena pasien pulang paksa, meninggal <48 jam, dirujuk dan pindah. Data diievaluasi dengan menyesuaikan jenis obat dan diagnosis pasien yang tepat sesuai dengan drug of choice yang tertera di guideline IDSA, SIS, dan AMMI Canada. Hasil penelitian menunjukkan golongan dan jenis antibiotik yang paling banyak digunakan adalah terapi tunggal sefalosporin dengan jenis antibiotik ceftriaxone (50,98%) diikuti dengan kombinasi ceftriaxone-metronidazole (31,37%). Rute pemberian paling banyak digunakan yaitu intravena sebesar 98,04% dan durasi pemberian antibiotik paling banyak selama 4-6 hari sebesar 60,78%. Ketepatan penggunaan antibiotik berdasarkan tepat obat diperoleh 23,53%. Ketepatan penggunaan antibiotik berdasarkan tepat dosis diperoleh 64,71%.
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 | 0,007 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,018 | 0,003 |
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 ».