Using behavioural science to improve antibiotic stewardship in Canadian long-term care homes: Protocol for a multi-center cluster randomized quality improvement study
Notice bibliographique
Résumé
Background: Antimicrobial resistance (AMR) is associated with significant human and financial costs, particularly among vulnerable populations like older adults living in long-term care homes (LTCHs). Urinary tract infection (UTI) is the leading indication for antibiotic use in this population, with some estimates suggesting that up to 70% of these prescriptions may be avoidable. Objective: The purpose of this study is to develop and test novel behavioural science-informed antimicrobial stewardship (AMS) quality improvement strategies in Canadian LTCHs, which aim to decrease unnecessary testing and treatment for residents who lack the minimum clinical signs and symptoms of UTI. Intervention: The quality improvement strategy is a two-pronged approach that includes 1) targeted education for essential care providers (family and friends of LTCH residents) about UTI and benefits of AMS, which strives to outline a positive role for this group in UTI management, and 2) monthly feedback to LTCH staff on their facility's urine culture ordering rates. Outcomes: The protocol was piloted in a single LTCH; a process evaluation of the pilot implementation served to refine the research protocol, which is being implemented in eight LTCHs across Canada using an eight-month stepped wedge randomized cluster design. Conclusion: This protocol represents a behavioural science-informed intervention to improve AMS across LTCHs. If successful, this model of care could be scalable across Canadian LTCHs, offering an inclusive approach that aims to empower clinicians, non-regulated healthcare staff, residents and their family and friends to improve health outcomes as antibiotic stewards.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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 ».