Impact of easing COVID-19 restrictions on antibiotic usage in Eastern China using wastewater-based epidemiology
Notice bibliographique
Résumé
Coronavirus Disease 2019 (COVID-19) emerged in December 2019, prompting the implementation of a “zero-COVID” policy in Mainland China. The easing of this policy in December 2022 led to a surge in COVID cases, which was believed to significantly increase antibiotic usage, potentially due to antibiotic misuse or increased coinfections. Our study aimed to compare antibiotic consumption and patterns before and after this policy adjustment. We utilised wastewater-based epidemiology (WBE) to analyse antibiotic levels in samples collected from five wastewater treatment plants in Eastern China during January and February of 2021 and 2023. 27 antibiotics were quantified using ultra-high performance liquid chromatography coupled with triple quadrupole tandem mass spectrometry (UPLC-MS/MS) and analysed via WBE, with the resulting estimates compared with catchment-specific prescription data. 23 antibiotics were detected in wastewater samples, with a substantial increase in usage in 2023 (ranging from 531% to 3734%), consistent with prescription data. Here, we show a significant rise in antibiotic consumption during the COVID-19 surge and this underscores the need for further investigation into the impacts of inappropriate antibiotic use in China. China’s zero-COVID policy was discontinued in December 2022 and was followed by a wave of COVID-19 infections. Here, the authors demonstrate that the end of this policy also coincided with increased antibiotic use, indicating possible inappropriate prescribing.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».