Point prevalence survey of antibiotics use among hospitalised neonates and children in Saudi Arabia: findings and implications
Notice bibliographique
Résumé
Background: Neonates and children are more susceptible to a variety of infections, leading to frequent antibiotic prescriptions. However, the inappropriate use of antibiotics leads to antibiotic resistance and higher mortality rates. Therefore, this study aimed to determine the prevalence of antibiotic use, and current antibiotic prescribing practices among neonates and children admitted in the selected hospitals of Saudi Arabia. Methods: A cross-sectional study was conducted from September to November 2023 to assess the prevalence of antibiotic use, and the current antibiotic prescribing practices across six hospitals of Saudi Arabia. Results: The study included 499 children and neonates, with 94.6% receiving antibiotic prescriptions. The most frequently prescribed antibiotic class was third-generation cephalosporin (31.5%), with ceftriaxone being the most commonly prescribed antibiotic (15%). The majority of patients were prescribed one antibiotic (81.4%), and the intravenous route (96.4%) was the primary route for administration. The majority of patients were prescribed antibiotics empirically (69.7%), and community-acquired infections (64.2%) were the most common type of infection for antibiotic prescription. Similarly, sepsis (39.2%) was the most common indication for antibiotics, and the majority of prescribed antibiotics (61.7%) belonged to the 'Watch' category as per WHO AWaRe classification. Conclusion: Our study revealed excessive antibiotic consumption in neonates and children, therefore quality improvement programmes including antimicrobial stewardship programmes are urgently needed to address ongoing issues.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».