Antibiotics for nonspecific upper respiratory tract infections and exacerbation risk in children with asthma
Notice bibliographique
Résumé
<bold>Background:</bold> While the gut microbiome plays an important role in asthma, it is unclear if interventions that cause gut dysbiosis, like antibiotics, will increase exacerbation risk in children with asthma. <bold>Objectives:</bold> To assess if treating a nonspecific upper respiratory tract infection (NURTI) with broad-spectrum or narrow-spectrum antibiotics vs. no antibiotics increases 6-month exacerbation risk in children with asthma. <bold>Methods:</bold> We emulated a target trial to inform the decision to treat children with asthma visiting an outpatient physician for a NURTI using Quebec administrative data. Children <18 years old with asthma were eligible for the trial if they did not recently use antibiotics or had an exacerbation at the physician visit. Children were followed from 14 days after the visit for 6 months. Treatment strategies evaluated were: 1) broad-spectrum antibiotics, 2) narrow-spectrum antibiotics, or 3) no treatment, defined with drug claims filled within 3 days of the visit. Exacerbation was defined as any oral corticosteroid, emergency department visit, or hospitalization for asthma. We used inverse probability weighting to emulate randomization and estimated marginal HRs of exacerbation for antibiotic treatment strategies vs. no treatment with marginal structural Cox models. <bold>Results:</bold> Of the 24437 included person-trials, 3688 (15.1%) and 2613 (10.7%) were treated with broad-spectrum and narrow-spectrum antibiotics, respectively. Broad-spectrum antibiotics (HR 1.15 95%CI 1.00,1.34), but not narrow spectrum (HR 1.08; 0.93,1.31), vs. no antibiotics increased exacerbation risk. <bold>Conclusion:</bold> Broad-spectrum antibiotics increased short-term exacerbation risk in children with asthma.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».