<i>Clostridioides difficile</i> infection in a skilled nursing facility (SNF): cost savings of an automated, standardized probiotic antimicrobial stewardship programme (ASP) policy
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: infection (CDI) from 2009 to 2021 at an SNF. Probiotics were initially added to a bundle of antimicrobial stewardship programme (ASP) CDI prevention strategies. Formulations and durations of probiotics were standardized for both oral and enteral administration. To reach all eligible patients, an ASP probiotic policy provided probiotics with every antibiotic course. Objectives: To assess the value of providing probiotic therapy to SNF patients at risk for CDI. Patients and methods: Patients receiving oral or enteral feeding with antibiotics ordered were eligible to receive probiotics. The incremental cost of CDI prevention, treatment and related care were calculated and compared for each phase of probiotic policy change and feeding type. ASP records for the oral probiotic and level of treatment were used in modelling the cost-effectiveness. Results: From quality improvement initiatives aimed at preventing facility-onset (FO) CDI, to ASP policies, probiotic formulations and delegation of ordering authority, the days of acute care treatment required was significantly reduced over the different phases of implementation [152 to 48, OR = 0.22 (0.16-0.31) to 4, OR = 0.08 (0.03-0.23)] after reducing total CDI from 5.8 to 0.3 cases per 10 000 patient-days. The annual cost of oral probiotics increased from $6019 to $14 652 but the modelled net annual savings for the facility was $72 544-$154 085. Conclusions: With optimization, the use of probiotics for CDI prevention at an SNF was safe, efficacious and cost-effective.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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