MétaCan
Menu
Retour à la cohorte
Enregistrement W4416123928

Towards a matrix to assess the impacts of integrated surveillance of antimicrobial resistance and antimicrobial use

2022· article· en· W4416123928 sur OpenAlexaff
Marion Bordier, Cécile Aenishaenslin, Laura Tomassone, Luís Pédro Carmo, Nicolas Antoine Moussiaux

Notice bibliographique

RevueAgritrop (Cirad) · 2022
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueAntibiotic Use and Resistance
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésExpert elicitationStakeholderPrioritizationMaturity (psychological)Antibiotic resistanceExpert opinionRisk assessment
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Introduction - Tackling the challenge of antimicrobial resistance (AMR) requires changes in antimicrobial use (AMU) across human, animal and agricultural sectors. To trigger adequate changes, both at individual as at policy level, all actors in the system must be informed by integrated surveillance. Consequently, it is crucial to assess the impacts of the information produced by such integrated systems to provide evidence of their added value. In this context, we aimed at developing a matrix to assess the impacts of integrated surveillance of AMR and AMU. Materials and Methods A preliminary evaluation tool was developed using impact pathway analysis. Using evidence from previous research, evaluation attributes and their indicators were identified for each of the immediate, intermediate and ultimate outcomes. The preliminary tool will be then submitted to a panel of international experts for validation and prioritization according to the surveillance context. Results - The evaluation matrix includes outcomes´ attributes to assess changes in surveillance performance, stakeholder awareness, knowledge and practices, cross-sectoral collaboration, systems knowledge, AMR risk management, surveillance costs, as well as health and economic impacts. Indicators are either observed or stated, and measured using both qualitative (eg. document analysis, key informant interviews) and quantitative methods (eg. epidemiological, economic analysis). The expert opinion elicitation will allow us to identify the adequate evaluation timeline, as well as the appropriateness of the attributes and indicators depending on the maturity of the evaluated system. Conclusion - The developed evaluation matrix provides guidance to assess the impacts of integrated surveillance systems of AMR and AMU conducted in a One Health context. It can be used as a stand-alone tool to specifically assess the outcomes of the surveillance system, or in conjunction with existing surveillance tools to provide a comprehensive evaluation of the system.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,199
Score d'incertitude au seuil0,666

Scores Codex et Gemma par catégorie

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

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 Opus0,015
Tête enseignante GPT0,249
Écart entre enseignants0,233 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAgritrop (Cirad)Même sujetAntibiotic Use and ResistanceTravaux en français237 207