A quasi-experimental analysis comparing antimicrobial usage on COVID-19 and non-COVID-19 wards
Notice bibliographique
Résumé
Objective: To describe antimicrobial usage (AMU) trends before and during the coronavirus disease 2019 (COVID-19) pandemic, between COVID-19 and non-COVID-19 wards, and if there was any association with a COVID-19 order set. Design: Quasi-experimental retrospective interrupted time series analysis of AMU rates with a contemporaneous comparison of COVID-19 versus non-COVID-19 control wards. Analysis using incidence rate ratios (IRR) was conducted using a Poisson regression generalized linear model. Setting: Five COVID-19 and 4 comparable non-COVID-19 wards and 6 intensive care units (ICUs) at 4 hospitals during pandemic waves 1-4. Participants: All inpatients receiving systemic antimicrobials. Intervention: The COVID-19 checkbox antimicrobial order set was implemented in March 2020, to be used only if considered clinically indicated with modification in August 2021. Main Outcomes and Measures: The primary outcome was a change in AMU rates (defined daily dose per 100 patient days per month) comparing pre- versus peri-pandemic periods and COVID-19 versus control non-COVID-19 wards. Secondary outcomes included antifungal usage rate in ICUs and assessing AMUs following implementation and modification of a COVID-19 order set. Results: Significantly greater rates of AMU (IRR[95%CI]) were observed on COVID-19 wards versus non-COVID-19 wards during waves 1-4 for all systemic antimicrobials (1.76[1.71-1.81], 1.10[1.07-1.13], 1.48[1.43-1.53], and 1.06[1.03-1.09]); for azithromycin (11.76[9.80-14.23], 10.96[9.49-12.74], 12.41[10.73-14.45], and 4.88[4.31-5.55]); and for ceftriaxone (2.39[2.16-2.65], 3.64[3.29-4.03], 2.94[2.67-3.23], and 1.62[1.49-1.76]). Conclusions: We observed significantly increased AMU rates of all systemic agents during the first 4 waves of the pandemic and on COVID-19 wards compared with control wards for azithromycin and ceftriaxone. These agents saw a twofold reduction following order-set removal, suggesting that the clinical decision-support tool order set, as utilized, had influenced prescribing behavior.
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 | 0,004 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».