Application of the Hub-and-Spoke Model in Antimicrobial Stewardship Programmes: A Scoping Review
Notice bibliographique
Résumé
Background: The hub-and-spoke model (HSM) offers a framework for efficient healthcare service delivery. This scoping review seeks to explore the implementation and effectiveness of the HSM in antimicrobial stewardship (AMS) programmes. Methods: The Preferred Reporting Items for Systematic Reviews and Meta-Analyses Extension for Scoping Reviews (PRISMA-ScR) reporting guideline was followed. A systematic search was conducted in four electronic databases (PubMed, Medline, Cochrane Library, and Google Scholar) from inception until January 2024. Studies where the HSM was used for delivering any AMS activity, intervention, or action, were included. No study-specific filters were applied and all populations, study designs, and health settings were included. Data screening and selection were achieved using Rayyan. Three authors independently screened studies, with conflicts resolved by a fourth author. Data were narratively synthesised. Standard appraisal tools were impractical; however, critical evaluation of data collection and outcome reporting was ensured. Results: Out of 1438 articles, three were included in the scoping review. The primary interventions utilising the HSM in AMS involved reducing antibiotic misuse, training healthcare professionals, case-based learning, establishing AMS programmes, developing antibiograms, and formulating policies or guidelines pertinent to AMS. The studies demonstrated significant clinical improvements in AMS. Clinical outcomes from the studies include a significant reduction in antimicrobial usage and improved antibiotic management, with a notable decrease in days on antimicrobial therapy and increased antibiotic de-escalation. Key facilitators for AMS programme success were tailored education, collaborative learning, strong leadership, strategic practices, and data-driven decisions. Key barriers were leadership challenges, change resistance, knowledge gaps, inadequate data systems, resource limitations, and technological constraints. Conclusions: The review identified a literature gap in HSM use in AMS programmes. Further studies are needed to assess HSM’s effectiveness, feasibility, and cost-effectiveness in AMS contexts.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,000 |
| 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 ».