Trends in Antibiotic Use in a Large Children’s Hospital in London (United Kingdom): 5 Years of Point Prevalence Surveys
Notice bibliographique
Résumé
Background: Antibiotics are commonly prescribed in paediatrics. As their excessive use contributes to adverse drug events, increased healthcare costs, and antimicrobial resistance, antimicrobial stewardship initiatives are essential to optimising medical care. These single-centre point prevalence surveys aimed to provide insights into antibiotic prescribing trends and identify targets for paediatric AMS activities. Methods: 14 point prevalence surveys were conducted from March 2016–April 2021, collecting data on antibiotic prescriptions, indication, adherence to guidelines, and route of administration. The UK adapted the World Health Organisation’s AWaRe classification-guided antibiotic categorization. Results: 32.5% of all inpatients were on at least one antimicrobial; this remained stable during all surveys (range: 20–44%, p = 0.448). Of all prescriptions, 67.2% had an end- or review-date, and the majority was for agents in the Watch category (46.8–70.5%). Amoxicillin and clavulanate were the most frequently prescribed antibiotics (20.8%), followed by gentamicin (15.3%). Approximately 28.8% of all prescriptions were for prophylactic indications, while 7.6% of the prescriptions were not adherent to the hospital guidelines. Conclusions: This study highlights the importance of ongoing monitoring and robust AMS initiatives to ensure prudent antibiotic prescribing in paediatric healthcare. It underscores the need for tailored guidelines, educational efforts, and targeted interventions to enhance the quality of antibiotic usage, ultimately benefiting both individual patients and public health.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 ».