MétaCan
Menu
Retour à la cohorte
Enregistrement W4389031184 · doi:10.1093/ofid/ofad500.048

1017. Impact of a Multifaceted Approach to Audit-and-Feedback Antimicrobial Stewardship Intervention in Acute Leukemia Patients Using Measures of Appropriateness

2023· article· en· W4389031184 sur OpenAlexaffabout
Miranda So, Ghadeer Ghazi Alahmadi, Bassem Hamandi, Shahid Husain

Notice bibliographique

RevueOpen Forum Infectious Diseases · 2023
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealth Systems, Economic Evaluations, Quality of Life
Établissements canadiensUniversity of TorontoUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésMedicineAntimicrobial stewardshipPsychological interventionEmergency medicineAuditMedical prescriptionNiceFamily medicineInternal medicinePediatricsAntibiotic resistanceAntibioticsNursing

Résumé

récupéré en direct d'OpenAlex

Abstract Background Prospective audit-and-feedback (PAF) for hospitalized leukemia patients is resource-intensive, while data on stadardized assessment of the quality, i.e. appropriateness, of antimicrobial prescribing are scarce. We implemented a multifaceted program combining patient-level PAF with unit-level appropriateness reports generated by serial point-prevalence surveys using the web-based Canadian National Antimicrobial Prescribing Survey (NAPSTM) platform. Quality of prescribing was assessed based on local guidelines and clinical justification using published definitions (Fig. 1). The objective of the study was to evaluate the impact of PAF+NAPS interventions on antibiotic use (AU) in acute leukemia patients at an academic cancer center, compared to PAF-only. Methods In this retrospective cohort study, during the PAF-only period (Jun 1 2017-May 31 2019), the AMS team led 30-minute PAF rounds with prescribers 2x/week. After implementating PAF+NAPS (Jun 1 2019-Mar 31 2020), we met 2x/month for 30 minutes. At each meeting we presented an automated NAPS dashboard report (Fig. 2) of aggregate appropriateness adjudication of antibiotic prescriptions, followed by targeted PAF on select patients with complex antimicrobial needs. We analyzed the impact of the two-step approach on the primary outcome of AU (defined daily dose [DDD]/100 patient-days [PD]) using interrupted time series models. Secondary outcomes were appropriateness of AU during PAF+NAPS, lenght of stay and in-hospital mortality. Target appropriatenesss was at least 90%. Categorical variables were compared using chi-square test and continuous variable using Mann Whitney U test.Fig. 2Sample Canadian NAPS Dashboard Report From a Point-Prevalence Survey Results Patient characteristics and outcomes were presented in Table 1. AU data were presented in Table 2. AU of piperacillin-tazobactam and vancomycin decreased significantly after implementation of 2x/month PAF+NAPS, compared to 2x/week PAF-only interventions (Fig. 3). Overall appropriateness was 91.4% (1757/1921 prescriptions). Conclusion Despite reducing frequency of interventions from 2x/week to 2x/month, PAF+NAPS was an efficient and sustainable AMS model that promoted appropriate and judicious antimicrobial use in hematology-oncology patients (Fig. 4), allowing the AMS team to expand to other specialized areas. Disclosures Shahid Husain, MD, Astellas: Grant/Research Support|Avir: Grant/Research Support|F2G: Grant/Research Support|Gilead: Grant/Research Support|Merck: Grant/Research Support|Pfizer: Grant/Research Support|Pulmocide: Grant/Research Support|Synexis: Grant/Research Support|Takeda: Honoraria

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)0,008
score de la tête « metaresearch » (Gemma)0,021
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,040

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,021
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,003
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 Opus0,207
Tête enseignante GPT0,414
Écart entre enseignants0,207 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
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

Citations0
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOpen Forum Infectious DiseasesMême sujetHealth Systems, Economic Evaluations, Quality of LifeTravaux en français237 207