A mixed-methods needs assessment for an antimicrobial stewardship curriculum in pediatrics
Notice bibliographique
Résumé
Abstract Objective: Antimicrobial stewardship (AS) education initiatives for multidisciplinary teams are most successful when addressing psychosocial factors driving antimicrobial prescribing (AP) and when they address the needs of the team to allow for a tailored approach to their education. Design: We conducted a mixed-methods embedded study as a needs assessment, involving quantitative analysis of AS concerns observed by pharmacists through an audit while attending clinical team rounds, as well as qualitative semi-structured interviews based on the Theoretical Domain Framework (TDF) to identify psychosocial barriers and facilitators for antimicrobial prescribing for an inpatient general pediatric service. We analyzed the data using deductive and inductive methods by mapping the TDF to a model for social determinants of antimicrobial prescribing (SDAP) in pediatric inpatient health care teams. Setting: The Clinical Teaching Unit (CTU) and Pediatric Intensive Care Unit (PICU), at a tertiary care pediatric hospital in Canada. Participants: Interviews (n = 23) with staff and resident physicians, nurse practitioners, and pharmacists. Results: Psychosocial facilitators and barriers for AS practice in the PICU and CTU which were identified included: collaboration, shared decision-making, locally accessible guidelines, and an overarching goal of doing right by the patient and feeling empowered as a prescriber. Some of the barriers identified included the norm of noninterference, professional comparisons, limited resources, feeling inadequately trained in AS, emotional prescribing, and a pejorative monitoring system. Conclusions: Our findings identified barriers and facilitators to AS decisions on pediatric inpatient teams as well as actionable needs in psychosocial-based AS education.
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 | 0,039 | 0,041 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,007 | 0,004 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».