构建研究队列
明确研究对象和纳入标准
从PINC AI Healthcare Data–Special Release COVID-19数据库中选择2020年3月至2022年6月出院、年龄≥18岁、有COVID-19诊断的住院患者。
关于丁香通
公司信息
个人用户
企业机构
无忧采购 轻松科研
- 移动端
2020年3月至2022年6月美国COVID-19住院患者抗生素使用情况
Antibiotic Use Among Hospitalized Patients With COVID-19 in the United States, March 2020-June 2022
实验完整度
低本研究为回顾性数据库分析，缺乏实验操作和干预验证，仅基于行政数据计算抗生素使用率。
主要模型
美国住院成人患者队列
重点核对
队列定义：COVID-19诊断基于ICD-10-CM编码；住院为出院记录在PHD-SR COVID-19数据库中。 分组：根据是否入住ICU或接受有创机械通气分为重症和非重症。 抗生素使用定义：至少1剂抗生素；入院时使用定义为住院第1或2天计费。 研究时间跨度为2020年3月-2022年6月，各年数据月份数不同（2020年9个月，2021年12个月，2022年6个月）。
摘要
我们进行了一项回顾性研究，以描述美国因COVID-19诊断而住院的成人抗生素使用情况。尽管总体抗生素使用有所减少，但大多数COVID-19住院患者在入院时接受了抗生素治疗（88.1%），无论是否重症监护，这突出表明需要更多努力来优化抗生素治疗。
实验结论
提炼研究问题、关键发现与证据，快速把握文章的核心贡献。
- 研究问题
- 描述美国COVID-19住院成人患者抗生素使用随时间的变化趋势，并识别优化处方实践的机会。
- 核心机制
- 文中未明确说明。
- 主要证据
- 基于PHD-SR COVID-19数据库的1,142,752名成人住院患者，发现总体抗生素使用率从2020年的71.1%降至2022年的62.1%，且多数（约88%）在入院时开始使用。
- 研究意义
- 研究指出多数COVID-19患者入院时仍接受抗生素，尤其非重症患者，提示抗菌药物管理干预的必要性，以改善诊断和治疗，减少不必要的抗生素使用。
研究路径
按研究推进顺序梳理实验设计、验证步骤与关键观察。
定义患者分组
比较不同疾病严重程度患者的抗生素使用
根据是否入住ICU或接受有创机械通气，将患者分为重症和非重症组。
评估抗生素使用指标
描述抗生素使用的频率和强度
计算每月抗生素使用比例（至少1剂）、入院时使用比例（住院第1或2天）、每年使用率（月平均），以及按重症状态分层的DOT和LOT每1000患者日。
分析抗生素使用趋势
识别抗生素使用随时间的变化
使用中位数回归模型评估DOT/1000 PD和LOT/1000 PD的非线性趋势，调整医院和患者特征。
描述常用抗生素和组合
了解优先使用的抗生素类型
基于索赔描述前10种抗生素及其使用率，并报告头孢曲松和阿奇霉素等常用药物。
研究方法
按研究目的归类文中使用的方法，便于定位所需技术。
产品清单
| 实验环节 | 名称 | 品牌 | 货号 |
|---|---|---|---|
| 数据评估与分析 | PHD-SR COVID-19数据库 | PINC AI Healthcare Data | -- |
| 数据分析 | PySpark | -- | -- |
| SAS 9.4版 | SAS Institute Inc | -- |
关键环节
汇总复现实验时建议重点确认的条件及原文阅读提示。
| 环节 | 核对要点 |
|---|---|
| 队列定义 | 患者年龄≥18岁，COVID-19诊断编码，住院时间范围2020年3月-2022年6月，数据来源PHD-SR COVID-19。 阅读提示：Methods中‘METHODS’部分 |
| 分组标准 | 是否入住ICU或有创机械通气作为重症定义。 阅读提示：Methods中‘Critically ill patients were defined...’ |
| 抗生素使用定义 | 至少1剂抗生素；入院时定义为第1或2天收费。 阅读提示：Methods中‘we calculated...’和‘we also determined...’ |
| 统计模型 | 调整变量包括医院和患者特征，模型排除2020年3月。 阅读提示：Methods中‘We used median regression models...’ |