Effect of C-reactive protein and serum amyloid A point-of-care testing on antibiotic prescribing for acute respiratory-tract infections at village clinics in China: A study protocol for a cluster randomised controlled trial
Notice bibliographique
Résumé
BACKGROUND: Antimicrobial resistance is a globally recognised public health threat. In rural China, antibiotic use is common for acute respiratory infections (ARIs), which include symptoms such as coughing and fever that are most likely viral infections but with a small proportion as bacterial infections. This study aims to evaluate the effectiveness of a comprehensive intervention based on C-reactive protein and serum amyloid A point-of-care testing (CRP&SAA POCT) in reducing the inappropriate use of antibiotics for ARIs in Chinese village clinics. METHODS: This is a pragmatic, parallel-group, controlled, cluster-randomised, superiority trial featuring blinded outcome evaluation and data analysis, along with unblinded treatment. This study will be conducted over a period of six months across 40 village clinics in Hubei, China. CRP&SAA POCT will be implemented in 20 village clinics within the intervention arm. This will include additional training for village doctors on the operations of CRP&SAA POCT, which encompasses centralised training, the distribution of training manuals, and desk reminders. Patient education materials will be provided to assist patients in understanding how CRP&SAA POCT can aid in their diagnosis and treatment. The control arm will not receive any intervention except the usual care. The primary outcome is the proportion of patients of all age groups who are diagnosed with ARIs and prescribed antibiotics during their initial visit in both study arms. All analyses will be conducted using the intention-to-treat approach. DISCUSSION: Our study is one of the first trials utilizing CRP&SAA POCT to address the inappropriate prescription of antibiotics for ARIs in village clinics in China. We will also evaluate the implementation process to inform future scale-up in similar resource constrained settings. TRIAL REGISTRATION: ClinicalTrials.gov Identifier - NCT06568432.
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 | 0,036 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,006 | 0,002 |
| Méta-épidémiologie (sens large) | 0,013 | 0,007 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,007 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,036 | 0,005 |
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 ».