Efficacy of telemedicine-based antimicrobial stewardship program to combat antimicrobial resistance: A systematic review and meta-analysis
Notice bibliographique
Résumé
IntroductionAntimicrobial resistance (AMR) is a major public health threat. Improving antimicrobial use is the main strategy against AMR, but it is challenging to implement especially in low-resource settings. Thus, this review aims to explore the efficacy of telehealth-based antimicrobial stewardship programs (ASP), which is more accessible.MethodsRegistered to PROSPERO and following PRISMA guidelines, literature search was performed in databases including PubMed, Scopus, Cochrane, Science Direct, EBSCOhost, EMBASE, and Google Scholar, searching for studies implementing telehealth ASP. Critical appraisal of studies was performed using Newcastle-Ottawa Scale for Cohort Studies (NOS), Cochrane Risk-of-Bias tool (RoB) 2.0, and Risk Of Bias In Non-randomised Studies-of Interventions (ROBINS-I). We utilized inverse variance, random effects model to obtain the pooled odds ratio (OR) and mean difference (MD) estimates, as well as sensitivity and subgroup analysis.Results and DiscussionThe search yielded 14 studies. Telehealth-based ASP was associated with better adherence to guidelines (pooled OR: 2.78 [95%CI:1.29-5.99], p = 0.009; I2 = 93%), within which streamlining yielded better odds (pooled OR: 30.54 [95%CI:10.42-89.52], p < 0.001) more than the compliance with policy subgroup (pooled OR: 1.60 [95%CI:1.02-2.51], p = 0.04). The odds of antimicrobial prescription rate reduced significantly (pooled OR: 0.60 [95%CI:0.42-0.85], p = 0.005; I2 = 94%), especially for the lower respiratory infection subgroup (pooled OR: 0.37 [95%CI:0.28-0.49], p < 0.001). Days of therapy decreased (pooled MD: -47.12 [95%CI: -85.78- -8.46], p = 0.02; I2 = 100%), with the greatest effect in acute care settings (pooled MD: -97.73 [95%CI:-147.48-47.97], p = 0.0001). Mortality did not change significantly (pooled OR: 1.20 [95%CI:0.69-2.10], p = 0.52; I2 = 63%).ConclusionTelehealth-based ASP was proven beneficial to increase adherence to guideline and reduce prescription rates, without significantly affecting patient clinical outcome. After further studies, we recommend more widespread use of telemedicine to combat AMR.
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 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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,015 | 0,003 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».