MétaCan
Menu
Retour à la cohorte
Enregistrement W4414425776 · doi:10.1056/evidoa2400108

Peri–Covid-19 Antibiotic Use and Antimicrobial Resistance in Older Adults

2025· article· en· W4414425776 sur OpenAlexaffabout
Derek R. MacFadden, Colleen J. Maxwell, Dawn M. E. Bowdish, Susan E. Bronskill, James Brooks, Kevin A. Brown, Lori L. Burrows, Anna E. Clarke, Bradley J. Langford, Elizabeth Leung, Valerie Leung, Douglas G. Manuel, Allison McGeer, Sharmistha Mishra, Andrew M. Morris, Caroline Nott, Sumit Raybardhan, Mia E Sapin, Kevin L. Schwartz, Miranda So, Jean-Paul R. Soucy, Nick Daneman

Notice bibliographique

RevueNEJM Evidence · 2025
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueAntibiotic Use and Resistance
Établissements canadiensUniversity of OttawaSunnybrook Health Science CentreSt. Michael's HospitalPublic Health OntarioMcMaster UniversityToronto General HospitalOttawa HospitalUniversity Health NetworkToronto East General HospitalUniversity of TorontoNorth York General HospitalUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésAntibiotic resistanceAntibioticsAntimicrobialDrug resistanceAntibiotic therapy

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Antibiotic use during the coronavirus disease 2019 (Covid-19) pandemic was common in the outpatient setting, but was not supported by guidelines. We sought to evaluate the role of this antibiotic use on downstream antibiotic resistance. METHODS: We performed a population-wide cohort study of all nonhospitalized adults 66 years of age or older in Ontario, Canada, from January 1, 2020, to June 30, 2021, with a first identification of severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2). We evaluated the relationship between outpatient peri-Covid-19 antibiotic exposure (within a period of 7 days before or after index SARS-CoV-2 reporting) and downstream isolation of an antibiotic-resistant organism from clinical culture within 6 months. We calculated adjusted odds ratios of the association between peri-Covid-19 prescribing and antibiotic-resistant organism detection, as well as the adjusted attributable fractions of downstream antibiotic-resistant organisms. RESULTS: Of the 53,533 eligible individuals included, 8228 (15%) were prescribed a peri-Covid-19 antibiotic, and 1477 (3%) had a downstream antibiotic-resistant organism identified. The adjusted odds ratio for the presence of any antibiotic-resistant organism with peri-Covid-19 antibiotic use was 1.24 (95% confidence interval [CI], 1.09 to 1.41), while the adjusted odds ratio for the presence of gram-negative antibiotic-resistant organisms was 1.27 (95% CI, 1.11 to 1.46) and for gram-positive antibiotic-resistant organisms it was 1.02 (95% CI, 0.70 to 1.48). Among all individuals who received an antibiotic within 7 days of SARS-CoV-2 diagnosis, the attributable fraction of downstream antimicrobial resistance related to peri-Covid-19 antibiotic use was 17% (95% CI, 7 to 26%). Among all individuals with a SARS-CoV-2 diagnosis, the population-attributable fraction of downstream antimicrobial resistance related to peri-Covid-19 antibiotic use was 4% (95% CI, 2 to 7%). CONCLUSIONS: Peri-Covid-19 antibiotic use was associated with downstream antimicrobial resistance, and particularly the presence of gram-negative antibiotic-resistant organisms. (Funded by the Canadian Institutes of Health Research Operating Grant [grant number 179461] and others).

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)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,218
Score d'incertitude au seuil0,433

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,019
Tête enseignante GPT0,278
Écart entre enseignants0,259 · 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'étudeObservationnel
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

Citations1
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNEJM EvidenceMême sujetAntibiotic Use and ResistanceTravaux en français237 207