STRATEGIES TO OPTIMIZE ANTIBIOTIC STEWARDSHIP IN THE OUTPATIENT PEDIATRIC POPULATION: A REVIEW OF THE LITERATURE
Notice bibliographique
Résumé
Introduction: About one-third of all antimicrobial prescriptions are clinically unnecessary and potentially harmful in the outpatient pediatric setting, which is an area that commonly features physician assistants prescribe medications. Behavioural factors were found to influence prescription rates. Purpose of Review: The purpose of this literature review is to present a comprehensive overview of the best available evidence regarding the effectiveness of strategies to optimize prescribing behaviours in outpatient pediatric settings. Methods: 23 articles pertained to five individual stewardship strategies and bundled interventions. Search terms were created from four main categories. Databases were searched for articles by title and abstract for highlighting pediatrics/adolescents, outpatient prescription rates, and effectiveness of antibiotic stewardship strategies. 39 articles were found and 19 articles were chosen for review. Older studies (pre-2017) and those with adult samples were included if recent literature on a strategy was scarce and/or datasets were large. Discussion: Bundled and non-bundled approaches were associated with better first-line antibiotic prescribing, reduced broad-spectrum antibiotic prescribing, reduced prescribed antibiotic durations, increased delayed antibiotic prescriptions, and sustained effects in studies with postintervention periods. However, multiple studies did not utilize a pediatric sample and may limit its generalizability. Conclusion: By engaging in more than one behavioural strategy to combat unnecessary antimicrobial prescriptions, physician assistants in outpatient pediatric settings will be better able to adhere to the judicious use of antimicrobial prescriptions. More research should be undertaken that is specific to a pediatric population, within the Canadian context, and involving physician assistants employed in the community.
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 | 0,004 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,007 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».