National health insurance scheme improves access and optimization of antimicrobial use in the Obafemi Awolowo University Teaching Hospitals Complex, Ile-Ife, Nigeria
Notice bibliographique
Résumé
BACKGROUND: Nigeria instituted the National Health Insurance Scheme (NHIS) for universal health coverage. This study compared the NHIS and out-of-pocket (OOP) antibiotic prescribing with the World Health Organization (WHO) optimal values. METHODS: A total of 2190 prescription forms from the NHIS and OOP were included in this study conducted at Obafemi Awolowo University Teaching Hospitals Complex, Nigeria from January 2021 to December 2022 and analysed using WHO drug prescribing guidelines. RESULTS: The average number of drugs per encounter was higher in the NHIS prescribing (χ2=58.956, p=0.00) than in OOP prescribing. The percentage of encounters with an antibiotic prescribed is higher in NHIS prescribing (χ2=46.034, p=0.000) than in OOP prescribing. The percentage of parenteral antibiotic prescribing is higher in OOP prescribing (χ2=25.413, p=0.000) than in NHIS prescribing. The percentage of antibiotic prescribed from the National Essential Medicine List is higher in NHIS prescribing (χ2=8.227, p=0.000) as well as the antibiotics prescribed from the Access category of the WHO Access, Watch and Reserve (AWaRe) Classification of antibiotics (χ2=23.946, p=0.000) when compared with OOP prescribing. CONCLUSIONS: Prescribing indicators show better performances with NHIS antibiotic prescribing and are closer to the WHO-recommended optimal values than in OPP prescribing. Hence NHIS prescribing can be an easy target for hospital antibiotic stewardship intervention for optimal antibiotic prescribing.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».