Impact of the 2022 national formula shortage on clinical decision-making of healthcare providers in switching amino acid formulas for infants with cow’s milk protein allergy: a survey-based study
Notice bibliographique
Résumé
Background In 2022, the United States experienced a national shortage of infant formula due to a global supply chain crisis and a large-scale domestic formula recall. The existing literature on healthcare providers' (HCPs) clinical decision-making during formula shortages is limited. This study aims to analyze the factors influencing pediatric HCP clinical decision-making when switching between amino acid formulas (AAF) for managing cow's milk protein allergy (CMPA) in infants under 24 months of age during an unprecedented national formula shortage. Methods The study included pediatric HCPs with experience managing CMPA in infants and toddlers under 24 months during the formula shortage from January 2022 to November 2022. A de-identified survey comprising 26 questions examining driving factors used in clinical decision-making was administered to pediatric HCPs using a real-time mobile data collection tool. Results Among the surveyed pediatric HCPs ( n = 75), the factors most frequently considered as “extremely important” when switching to another AAF included safety (85%), tolerability (73%), and efficacy (83%). No statistically significant differences were found in HCP ratings among the listed examined factors of the four AAFs. The availability of specific formulas was the only factor that exhibited a statistically significant difference in perceived performance among pediatric HCPs when comparing the four AAFs ( p < 0.05). Discussion This study elucidates the crucial aspects that influenced pediatric HCPs' selection of AAFs for CMPA management during the 2022 formula shortage. The findings highlight the significance of safety, tolerability, efficacy, and availability in the pediatric HCP decision-making processes.
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 | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 ».