Targeted Educational Intervention Through Game-Based Learning to Promote Rational Antimicrobial Use Among Health Care Learners: Prospective Interventional Study
Notice bibliographique
Résumé
Background: Antimicrobial resistance (AMR) is a global problem. Training health care professionals in the rational use of antimicrobials is essential to curb AMR. Objective: To support efforts to reduce antibiotic resistance, this study assesses how well a gamified educational intervention might improve health care professionals' and students' understanding and use of appropriate antibiotics. Methods: This is a prospective interventional study conducted for clinical practitioners, undergraduates (MBBS and interns), postgraduates, and pharmacy students. A total of 60 participants were included in the study. Innovative games were administered to support the management of infections across multiple body systems, in accordance with the 2022 Indian Council of Medical Research treatment guidelines and the latest Infectious Diseases Society of America guidelines, incorporating multiple instructional components. Pretest and posttest questionnaires were administered and evaluated. Results: After the intervention, participants' ability to differentiate between bacterial and viral symptoms in respiratory tract infections and gastroenteritis improved from 48% to 94%. The practice of selecting the appropriate empirical antimicrobial at the correct dose, route, and duration also demonstrated significant improvement, reflecting enhanced adherence to principles of rational antimicrobial use. Conclusions: The gamified intervention successfully improved participants' knowledge and awareness of rational antimicrobial use. Substantial improvements across all the assessed components highlight the positive impact of the intervention in promoting optimal antimicrobial use and curbing AMR. Innovative gamified interventions may foster better and longer-lasting awareness, supporting appropriate antimicrobial use.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| 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 ».