MétaCan
Menu
Retour à la cohorte
Enregistrement W4400092431 · doi:10.1186/s12889-024-19158-6

Integrated surveillance systems for antibiotic resistance in a One Health context: a scoping review

2024· review· en· W4400092431 sur OpenAlexafffund
Léo Delpy, Chloe Clifford Astbury, Cécile Aenishaenslin, Arne Rückert, Tarra L. Penney, Mary Wiktorowicz, Mamadou Ciss, Ria Benkő, Marion Bordier

Notice bibliographique

RevueBMC Public Health · 2024
Typereview
Langueen
DomaineImmunology and Microbiology
ThématiqueAntibiotic Use and Resistance
Établissements canadiensUniversity of OttawaUniversité de MontréalCentre Intégré Universitaire de Santé et de Services Sociaux du Centre-Sud-de-l'Île-de-MontréalCentre for Global Health ResearchYork University
Organismes subventionnairesCanadian Institutes of Health ResearchAgence Nationale de la RechercheJoint Programming Initiative on Antimicrobial ResistanceStyrelsen för Internationellt Utvecklingssamarbete
Mots-clésContext (archaeology)Health informaticsPublic health surveillanceMedicineTypologyPublic healthEnvironmental healthInformation systemNursingGeographyEngineering

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Antibiotic resistance (ABR) has emerged as a major threat to health. Properly informed decisions to mitigate this threat require surveillance systems that integrate information on resistant bacteria and antibiotic use in humans, animals, and the environment, in line with the One Health concept. Despite a strong call for the implementation of such integrated surveillance systems, we still lack a comprehensive overview of existing organizational models for integrated surveillance of ABR. To address this gap, we conducted a scoping review to characterize existing integrated surveillance systems for ABR. METHODS: The literature review was conducted using the PRISMA guidelines. The selected integrated surveillance systems were assessed according to 39 variables related to their organization and functioning, the socio-economic and political characteristics of their implementation context, and the levels of integration reached, together with their related outcomes. We conducted two distinct, complementary analyses on the data extracted: a descriptive analysis to summarize the characteristics of the integrated surveillance systems, and a multiple-correspondence analysis (MCA) followed by a hierarchical cluster analysis (HCA) to identify potential typology for surveillance systems. RESULTS: The literature search identified a total of 1330 records. After the screening phase, 59 references were kept from which 14 integrated surveillance systems were identified. They all operate in high-income countries and vary in terms of integration, both at informational and structural levels. The different systems combine information from a wide range of populations and commodities -in the human, animal and environmental domains, collection points, drug-bacterium pairs, and rely on various diagnostic and surveillance strategies. A variable level of collaboration was found for the governance and/or operation of the surveillance activities. The outcomes of integration are poorly described and evidenced. The 14 surveillance systems can be grouped into four distinct clusters, characterized by integration level in the two dimensions. The level of resources and regulatory framework in place appeared to play a major role in the establishment and organization of integrated surveillance. CONCLUSIONS: This study suggests that operationalization of integrated surveillance for ABR is still not well established at a global scale, especially in low and middle-income countries and that the surveillance scope is not broad enough to obtain a comprehensive understanding of the complex dynamics of ABR to appropriately inform mitigation measures. Further studies are needed to better characterize the various integration models for surveillance with regard to their implementation context and evaluate the outcome of these models.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,486
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0060,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,133
Tête enseignante GPT0,387
Écart entre enseignants0,254 · 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 tête enseignante, pas un consensus.

Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations26
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMC Public HealthMême sujetAntibiotic Use and ResistanceTravaux en français237 207