MétaCan
Menu
Retour à la cohorte
Enregistrement W4387435227 · doi:10.1016/j.eclinm.2023.102257

Antibiotic prescribing guideline recommendations in COVID-19: a systematic survey

2023· article· en· W4387435227 sur OpenAlexafffundabout
Bradley J. Langford, Valerie Leung, Jennifer Lo, Elie A. Akl, Robby Nieuwlaat, Tamara Lotfi, Kevin A. Brown, Nick Daneman, Kevin L. Schwartz, Holger J. Schünemann

Notice bibliographique

RevueEClinicalMedicine · 2023
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueAntibiotic Use and Resistance
Établissements canadiensCochraneHealth Sciences CentreSunnybrook Health Science CentreImpactMcMaster UniversityMcMaster University Medical CentrePublic Health OntarioUniversity of Toronto
Organismes subventionnairesCanadian Institutes of Health ResearchMcMaster University
Mots-clésMedicineGuidelineCoronavirus disease 2019 (COVID-19)2019-20 coronavirus outbreakSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)Family medicineMEDLINEIntensive care medicineVirologyInternal medicinePathologyInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

Background: COVID-19 and antimicrobial resistance (AMR) are two intersecting public health crises. Antimicrobial overuse in patients with COVID-19 threatens to worsen AMR. Guidelines are fundamental in encouraging antimicrobial stewardship. We sought to assess the quality of antibiotic prescribing guidelines and recommendations in the context of COVID-19, and whether they incorporate principles of antimicrobial stewardship. Methods: We performed a systematic survey which included a search using the concepts "antibiotic/antimicrobial" up to November 15, 2022 of the eCOVID-19 living map of recommendations (RecMap) which aggregates guidelines across a range of international sources and all languages. Guidelines providing explicit recommendations regarding antibacterial use in COVID-19 were eligible for inclusion. Guideline and recommendation quality were assessed using the AGREE II and AGREE-REX instruments, respectively. We extracted guideline characteristics including panel representation and the presence or absence of explicit statements related to antimicrobial stewardship (i.e., judicious antibiotic use, antimicrobial resistance or adverse effects as a consequence of antibiotic use). We used logistic regression to evaluate the relationship between guideline characteristics including quality and incorporation of antimicrobial stewardship principles. Protocol registration (OSF): https://osf.io/4pgtc. Findings: Twenty-eight guidelines with 63 antibiotic prescribing recommendations were included. Recommendations focused on antibiotic initiation (n = 52, 83%) and less commonly antibiotic selection (n = 13, 21%), and duration of therapy (n = 15, 24%). Guideline and recommendation quality varied widely. Twenty (71%) guidelines incorporated at least one concept relating to antimicrobial stewardship. Including infectious diseases expertise on the guideline panel (OR 9.44, 97.5% CI: 1.09-81.59) and AGREE-REX score (OR 3.26, 97.5% CI: 1.14-9.31 per 10% increase in overall score) were associated with a higher odds of guidelines addressing antimicrobial stewardship. Interpretation: There is an opportunity to improve antibiotic prescribing guidelines in terms of both quality and incorporation of antimicrobial stewardship principles. These findings can help guideline developers better address antibiotic stewardship in future recommendations beyond COVID-19. Funding: This project was funded by Michael G. DeGroote Cochrane Canada and McMaster GRADE centres.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,019
score de la tête « metaresearch » (Gemma)0,097
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,981
Score d'incertitude au seuil0,099

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0190,097
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0070,014
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,095
Tête enseignante GPT0,391
Écart entre enseignants0,296 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeRevue systématique
DomaineMéthodes
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

Citations4
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueEClinicalMedicineMême sujetAntibiotic Use and ResistanceTravaux en français237 207