MétaCan
Menu
← Retour à la cohorte
Enregistrement W4410271439 · doi:10.1164/ajrccm.2025.211.abstracts.a3111

Effect of a Comprehensive Antibiotic Stewardship Programme on Antibiotic Prescribing for Acute Respiratory Infections in China's Rural Primary Care Facilities: A Cluster-randomised Controlled Trial

2025· article· en· W4410271439 sur OpenAlexaff
Xiaolin Wei, Chao Zhuo, Joseph Paul Hicks, Zengqiang Zhang, Shouling Wu, John Walley, Jinping Zheng, Weihua Guo, Hui Huang, Frank Sullivan, A. Brown, Nanshan Zhong

Notice bibliographique

RevueAmerican Journal of Respiratory and Critical Care Medicine · 2025
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueAntibiotic Use and Resistance
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineAntibiotic StewardshipAntibioticsStewardship (theology)ChinaIntensive care medicineAntimicrobial stewardshipPrimary careCluster (spacecraft)Family medicineAntibiotic resistance

Résumé

récupéré en direct d'OpenAlex

Abstract Rationale: Antibiotic stewardship interventions may reduce antibiotic prescribing. The study aims to assess the effects of comprehensive antibiotic stewardship in reducing antibiotic prescribing for acute respiratory infections. Methods: We conducted a pragmatic, cluster randomized controlled trial conducted in 34 primary care facilities in rural Guangdong Province, China. Clusters were primary care facilities in two counties with a total of 1 million population. We randomized facilities to intervention or control groups in an overall 1:1 ratio stratified by county. We collected prescription data from all outpatients aged 0-75 who visited the primary care facilities during the 12-month baseline and 12-month intervention periods if they received a primary diagnosis of any acute respiratory infection except pneumonia. Interventions: Our intervention included a half-day training session for doctors using evidence-based guidelines on acute respiratory disease, regular prescription review and feedback facilitated by an app linked with electronic medical records. Patients received app-based education. Control facilities received no inputs. Main outcome and measures: The primary outcome was whether a patient was prescribed antibiotics during the 12-month trial period. We measured the percentage of patients hospitalized within 30 days for respiratory illness or sepsis as a safety indicator of withholding antibiotics. Results: We recruited 34 township hospitals (17 per county) and randomized 17 to each treatment group. Between the baseline (1 January 1 2019 to 15 December 2019) and the intervention period (1 March 2020 and 28 February 2021), the antibiotic prescribing rate decreased from 83% (88828/107314) to 26% (14521/54799) in the intervention group and from 84% (61486/72796) to 71% (30340/42440) in the control group. After adjustment for stratum and covariates, the risk difference was -39 percentage points (95% CI: -47, -29; p<0.001). The intervention did not affect the 30-day hospitalization rate with adjusted risk difference of 0·43 percentage points (95% CI: -0·02, 0·8; p = 0·058). Conclusions: In primary care facilities, antibiotic stewardship involving training guidelines, prescription review and feedback resulted in a substantial reduction in antibiotic prescribing rates for acute respiratory infections without safety concerns. Our trial will inform the antibiotic stewardship policy for primary care facilities in China. Trial registration: ISRCTN, ISRCTN96892547

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,005
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0040,003
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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.

Tête enseignante Opus0,011
Tête enseignante GPT0,303
Écart entre enseignants0,292 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeEssai randomisé
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Respiratory and Critical Care Medicine→Même sujetAntibiotic Use and Resistance→Travaux en français237 207→