Penicillin de-labelling in vancouver, British Columbia, Canada: comparison of approaches, outcomes and future directions
Notice bibliographique
Résumé
Abstract Background Inaccurate penicillin allergy labels lead to inappropriate antibiotic prescriptions and harmful patient consequences. System-wide efforts are needed to remove incorrect penicillin allergy labels, but more health services research is required on how to best deliver these services. Methods Data was extracted from five hospitals in Vancouver, British Columbia, Canada from October 2018-May 2022. The primary outcomes of this study were to outline de-labelling protocol designs, identify the roles of various healthcare professionals in de-labelling protocols and identify rates of de-labelling penicillin allergies and associated adverse events at various institutions. Our secondary outcome was to describe de-labelling rates for special populations, including pediatric, obstetric and immunocompromised subpopulations. To achieve these outcomes, participating institutions provided their de-labelling protocol designs and data on program participants. Protocols were then compared to find common themes and differences. Furthermore, adverse events were reviewed and percentages of patients de-labelled at each institution and in total were calculated. Results Protocols demonstrated a high level of variability, including different methods of participant identification, risk-stratification and roles of providers. All protocols used oral and direct oral challenges, heavily involved pharmacists and had physician oversight. Despite the differences, of the 711 patients enrolled in all programs, 697 (98.0%) were de-labelled. There were 9 adverse events (1.3%) with oral challenges with mainly minor symptoms. Conclusions Our data demonstrates that de-labelling programs effectively and safely remove penicillin allergy labels, including pediatric, obstetric and immunocompromised patients. Consistent with current literature, most patients with a penicillin allergy label are not allergic. De-labelling programs could benefit from increasing clinician engagement by increasing accessibility of resources to providers, including guidance for de-labelling of special populations.
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 | 0,009 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,008 |
| Études des sciences et des technologies | 0,004 | 0,002 |
| Communication savante | 0,004 | 0,001 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».