Understanding the impact of COVID-19 on antibiotic use in Canadian primary care: a matched-cohort study using EMR data
Notice bibliographique
Résumé
BACKGROUND: Inappropriate or overuse of antibiotic prescribing in primary care highlights an opportunity for antimicrobial stewardship (AMS) programs aimed at reducing unnecessary use of antimicrobials through education, policies and practice audits that optimize antibiotic prescribing. Evidence from the early part of the pandemic indicates a high rate of prescribing of antibiotics for patients with COVID-19. It is crucial to surveil antibiotic prescribing by primary care providers from the start of the pandemic and into its endemic stage to understand the effects of the pandemic and better target effective AMS programs. METHODS: This was a matched pair population-based cohort study that used electronic medical record (EMR) data from the Canadian Primary Care Sentinel Surveillance Network (CPCSSN). Participants included all patients that visited their primary care provider and met the inclusion criteria for COVID-19, respiratory tract infection (RTI), or non-respiratory or influenza-like-illness (negative). Four outcomes were evaluated (a) receipt of an antibiotic prescription; (b) receipt of a non-antibiotic prescription; (c) a subsequent primary care visit (for any reason); and (d) a subsequent primary care visit with a bacterial infection diagnosis. Conditional logistic regression was used to evaluate the association between COVID-19 and each of the four outcomes. Each model was adjusted for location (rural or urban), material and social deprivation, smoking status, alcohol use, obesity, pregnancy, HIV, cancer and number of chronic conditions. RESULTS: The odds of a COVID-19 patient receiving an antibiotic within 30 days of their visit is much lower than for patients visiting for RTI or for a non-respiratory or influenza-like-illnesses (AOR = 0.08, 95% CI[0.07, 0.09] compared to RTI, and AOR = 0.43, 95% CI[0.38, 0.48] compared to negatives). It was found that a patient visit for COVID-19 was much less likely to have a subsequent visit for a bacterial infection at all time points. CONCLUSIONS: Encouragingly, COVID-19 patients were much less likely to receive an antibiotic prescription than patients with an RTI. However, this highlights an opportunity to leverage the education and attitude change brought about by the public health messaging during the COVID-19 pandemic (that antibiotics cannot treat a viral infection), to reduce the prescribing of antibiotics for other viral RTIs and improve antibiotic stewardship.
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 | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».