Telemedicine interventions for improving antibiotic stewardship and prescribing: A systematic review
Notice bibliographique
Résumé
The global antibiotic resistance crisis necessitates optimized stewardship programs, with telemedicine emerging as a promising delivery strategy. This systematic review evaluated the effectiveness of telemedicine interventions in improving antibiotic stewardship across clinical settings. Following Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA) guidelines, we systematically searched seven databases from January 2010 to July 2024. Two independent reviewers assessed studies using Risk of Bias in Non-randomized Studies (ROBINS-I) and Cochrane Risk of Bias 2.0 tools, with evidence certainty evaluated using Grading of Recommendations Assessment, Development, and Evaluation (GRADE). Twenty-one studies met inclusion criteria (10 observational, 8 quasi-experimental, 2 Randomized Controlled Trials [RCTs], 1 mixed-methods), predominantly from the United States (57.0%, n = 12). Among studies reporting antibiotic use outcomes (52.4%, n = 11), 90.9% demonstrated significant reductions ranging from 5.3% to 62.7%, with the highest-quality evidence showing a 28% reduction (95% Confidence Interval [CI]: 22-34%). Guideline adherence studies (57.1%, n = 12) showed acceptance rates of 67.7% to 98%, with comparable effectiveness between telemedicine and in-person consultation (79.1% vs 80.4%, p = 0.36). Prescribing rate outcomes (38.1%, n = 8) revealed setting-dependent variations: inpatient implementations demonstrated significant reductions (Relative Risk [RR] 0.68; 95% CI: 0.63-0.75), while outpatient findings showed mixed results. Quality assessment revealed predominantly low risk of bias [ROB] (66.7%, n = 14). These findings suggest that telemedicine effectively improves antibiotic stewardship compared to traditional care models, particularly in hospital settings, while outpatient applications demonstrated variable effectiveness. This review was registered with the International Prospective Register of Systematic Reviews (PROSPERO: CRD42023454663).
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 | 0,011 | 0,041 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,011 |
| Bibliométrie | 0,008 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».