Impact of Diagnostic Stewardship on Urine Culture Ordering in Saudi Arabia: Prospective Pre- and Postintervention Study
Notice bibliographique
Résumé
Background: Inappropriate testing of urine cultures can lead to overuse of antibiotics, antimicrobial resistance, Clostridioides difficile infections, and increased cost. In Saudi Arabia, antimicrobial stewardship programs have improved antibiotic use but lack focus on asymptomatic bacteriuria. Targeted interventions are needed to address this gap. Objective: We assessed the implementation of a clinical decision support (CDS) tool in diagnostic stewardship, focusing on the appropriateness of urine culture orders and antibiotic use. Methods: We examined differences in urine culture testing and antibiotic use before and after implementation of a CDS tool in a 400-bed hospital in Riyadh, Saudi Arabia, from August 2021 to July 2022. We included adult patients with urine culture orders. Our outcomes were the percentage of urine cultures ordered that were inappropriate and antibiotic use after the implementation of the CDS intervention. We used a multivariable logistic regression model to determine factors associated with inappropriate urine culture testing and antibiotic use. Results: The percentage of inappropriate urine culture orders were significantly lower in the postintervention period compared to the preintervention period (821/2254, 36.4% vs 754/1814, 41.6%; P=.001). The CDS intervention was associated with 16.7% lower odds of inappropriate urine culture ordering (adjusted odds ratio [aOR] 0.83, 95% CI 0.73-0.95; P=.008). Unnecessary antibiotics were significantly lower in the postintervention period (310/2254, 72.9% vs 288/1814, 85.7%; P<.001). The CDS intervention was associated with a 52% reduction in unnecessary antibiotic use (aOR 0.487, 95% CL 0.332-0.713; P<.001). Conclusions: A CDS initiative can reduce unnecessary urine culture testing and antibiotic overuse.
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 | 0,002 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».