Utiliser les sciences comportementales pour améliorer la gestion des antibiotiques dans les centres d'hébergement de soins de longue durée au Canada : protocole d'une étude multicentrique randomisée sur l'amélioration de la qualité
Bibliographic record
Abstract
Contexte : La résistance aux antimicrobiens (RAM) est associée à des coûts humains et financiers importants, en particulier chez les populations vulnérables comme les personnes âgées vivant dans des centres d'hébergement de soins de longue durée (CHSLD).L'infection urinaire (IU) est la principale indication de l'utilisation d'antibiotiques dans cette population, et certaines estimations suggèrent que jusqu'à 70% de ces prescriptions pourraient être évitées.Objectif : L'objectif de cette étude est de développer et de tester de nouvelles stratégies d'amélioration de la qualité de la gestion des antimicrobiens (GAM), fondées sur les sciences comportementales, dans les CHSLD canadiens, afin de réduire les tests de dépistage et les traitements inutiles pour les résidents qui ne présentent pas de signes ou de symptômes cliniques minimaux d'une IU.Intervention : La stratégie d'amélioration de la qualité est une approche à deux volets qui comprend 1) une formation ciblée pour les prestataires de soins essentiels (PSE) (famille et amis des résidents du CHSLD) sur les infections urinaires (IU) et les avantages de la GAM, qui s'efforce de définir un rôle positif pour ce groupe dans la gestion des IU, et 2) des rétroactions mensuelles au personnel du CHSLD sur les taux d'ordonnance de cultures d'urine de son établissement.Résultats : Le protocole a été testé dans un seul CHSLD; une évaluation du processus de mise en œuvre du projet pilote a permis d'affiner le protocole de recherche, qui est actuellement appliqué dans huit CHSLD à l'échelle du Canada, par l'utilisation sur huit mois d'un modèle en groupes randomisé à plusieurs niveaux.Conclusion : Ce protocole représente une intervention basée sur les sciences comportementales qui vise à améliorer la GAM dans les CHSLD.S'il s'avère concluant, ce modèle de soins pourrait être étendu à l'ensemble des CHSLD, en proposant une approche globale visant à donner aux cliniciens, au personnel de santé non réglementé, aux résidents et à leur famille et amis les moyens d'améliorer les résultats en matière de santé en tant que gestionnaires des antimicrobiens.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.027 | 0.022 |
| Meta-epidemiology (narrow) | 0.003 | 0.001 |
| Meta-epidemiology (broad) | 0.005 | 0.005 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.003 | 0.002 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.002 | 0.002 |
| Research integrity | 0.004 | 0.002 |
| Insufficient payload (model declined to judge) | 0.008 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".