Audit and Feedback Interventions for Antibiotic Prescribing in Primary Care: A Systematic Review and Meta-analysis
Notice bibliographique
Résumé
BACKGROUND: This systematic review evaluates the effect of audit and feedback (A&F) interventions targeting antibiotic prescribing in primary care and examines factors that may explain the variation in effectiveness. METHODS: Randomized controlled trials (RCTs) involving A&F interventions targeting antibiotic prescribing in primary care were included in the systematic review. Cochrane Central Register of Controlled Trials, MEDLINE, EMBASE, CINAHL, and ClinicalTrials.gov were searched up to May 2024. Trial, participant, and intervention characteristics were extracted independently by 2 researchers. Random effects meta-analyses of trials that compared interventions with and without A&F were conducted for 4 outcomes: (1) total antibiotic prescribing volume; (2) unnecessary antibiotic initiation; (3) excessive prescription duration, and (4) broad-spectrum antibiotic selection. A stratified analysis was also performed based on study characteristics and A&F intervention design features for total antibiotic volume. RESULTS: A total of 56 RCTs fit the eligibility criteria and were included in the meta-analysis. A&F was associated with an 11% relative reduction in antibiotic prescribing volume (N = 21 studies, rate ratio [RR] = 0.89; 95% confidence interval [CI]: .84, .95; I2 = 97); 23% relative reduction in unnecessary antibiotic initiation (N = 16 studies, RR = 0.77; 95% CI: .68, .87; I2 = 72); 13% relative reduction in prolonged duration of antibiotic course (N = 4 studies, RR = 0.87 95% CI: .81, .94; I2 = 86); and 17% relative reduction in broad-spectrum antibiotic selection (N = 17 studies, RR = 0.83 95% CI: .75, .93; I2 = 96). CONCLUSIONS: A&F interventions reduce antibiotic prescribing in primary care. However, heterogeneity was substantial, outcome definitions were not standardized across the trials, and intervention fidelity was not consistently assessed. Clinical Trials Registration. Prospero (CRD42022298297).
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 | 0,027 | 0,070 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,022 | 0,040 |
| Bibliométrie | 0,008 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».