Variability in Antibiotic Prescribing for

Community-Acquired Pneumonia
a,b c,d,e c,d,e,f,g c,d,e,f,g
Lori K. Handy, MD, Matthew Bryan, PhD, Jeffrey S. Gerber, MD, PhD, MSCE, Theoklis Zaoutis, MD, MSCE, Kristen A.
c,f,g
Feemster, MD, MPH, MSHP

BACKGROUND AND OBJECTIVES: Published guidelines recommend amoxicillin for most children
abstract with community-acquired pneumonia (CAP), yet macrolides and broad-spectrum
antibiotics are more commonly prescribed. We aimed to determine the patient and clinician
characteristics associated with the prescription of amoxicillin versus macrolide or broad-spectrum
antibiotics for CAP.
METHODS: Retrospective cohort study in an outpatient pediatric primary care network
from July 1, 2009 to June 30, 2013. Patients prescribed amoxicillin, macrolides, or a
broad-spectrum antibiotic (amoxicillinclavulanic acid, cephalosporin, or
fluoroquinolone) for CAP were included. Multivariable logistic regression models
were implemented to identify predictors of antibiotic choice for CAP based on
patient- and clinician-level characteristics, controlling for practice.
RESULTS: Of 10414 children, 4239 (40.7%) received amoxicillin, 4430 (42.5%) received
macrolides and 1745 (16.8%) received broad-spectrum antibiotics. The factors associated with
an increased odds of receipt of macrolides compared with amoxicillin included patient age 5
years (adjusted odds ratio [aOR]: 6.18; 95% confidence interval [CI]: 5.536.91), previous
antibiotic receipt (aOR: 1.79; 95% CI: 1.562.04), and private insurance (aOR:
1.47; 95% CI: 1.281.70). The predicted probability of a child being prescribed a
macrolide ranged significantly between 0.22 and 0.83 across clinics. The nonclinical
characteristics associated with an increased odds of receipt of broad-spectrum
antibiotics compared with amoxicillin included suburban practice (aOR: 7.50; 95%
CI: 4.1613.55) and private insurance (aOR: 1.42; 95% CI: 1.181.71).
CONCLUSIONS: Antibiotic choice for CAP varied widely across practices. Factors
unlikely related to the microbiologic etiology of CAP were significant drivers of
antibiotic choice. Understanding drivers of off-guideline prescribing can inform
targeted antimicrobial stewardship initiatives.
NIH

a
WHATS KNOWN ON THIS SUBJECT: Community-
Division of Infectious Diseases, Nemours/Alfred I. duPont Hospital for Children, Wilmington, Delaware;
b acquired pneumonia is commonly treated by outpatient
Department of Pediatrics, Sidney Kimmel Medical College, Thomas Jefferson University, Philadelphia,
c f
Pennsylvania; Center for Pediatric Clinical Effectiveness and Division of Infectious Diseases, pediatricians. Although management guidelines for
d community-acquired pneumonia have been published,
Childrens Hospital of Philadelphia, Philadelphia, Pennsylvania; and Department of Biostatistics and
e g
Epidemiology, Center for Clinical Epidemiology and Biostatistics, and Department of Pediatrics, many children receive off-guideline therapy. The drivers
Perelman School of Medicine, University of Pennsylvania, Philadelphia, Pennsylvania
of this variability in prescribing are unknown.
Dr Handy participated in study conceptualization and design, managed data acquisition, WHAT THIS STUDY ADDS: Analysis of >10 000
performed the data analysis, and drafted the manuscript; Dr Bryan participated in study encounters for community-acquired pneumonia
conceptualization and design, performed part of the data analysis, and critically reviewed demonstrated that both clinical (fever, age) and nonclinical
and revised the manuscript; Drs Gerber and Zaoutis participated in study
characteristics (insurance status and practice location) were
conceptualization and design and critically reviewed and revised the manuscript; and Dr
associated with antibiotic choice. Understanding nonclinical
Feemster oversaw all aspects of the study, participated in conceptualization and design,
drivers of off-guideline prescribing can inform targeted
and critically reviewed and revised the manuscript.
antimicrobial stewardship initiatives.
DOI: 10.1542/peds.2016-2331
To cite: Handy LK, Bryan M, Gerber JS, et al. Variability in Antibiotic Prescribing for

Community-Acquired Pneumonia. Pediatrics. 2017;139(4):e20162331

Downloaded from by guest on September 12, 2017

PEDIATRICS Volume 139, number 4, April 2017:e20162331 ARTICLE
Community-acquired pneumonia
(CAP) is a common and serious
infection in children. An estimated
1.2 million children are diagnosed as
having pneumonia in the primary
care setting annually in the United
1 clinical diagnosis of pneumococcal
States. Evidenced-based clinical
practice guidelines for the
management of CAP in infants and
children were developed by the
Pediatric Infectious Diseases Society
and the Infectious Diseases Society of
America in 2011 with the goal of
decreasing morbidity and mortality
in otherwise healthy children and
increasing appropriate antibiotic
2 patient race, and practice affiliation;
use. Despite these guidelines, there
is significant variability in antibiotic
prescribing practices in pediatric
3 understood.
primary care settings, including
both the choice to use antibiotics at
all and, if antibiotics are chosen, the
4,5
specific agent selected.
Current recommendations specify
amoxicillin, a -lactam antibiotic, as
first-line therapy for most children
with CAP in the outpatient setting
because it provides excellent coverage
2 period. Children with multiple
for Streptococcus pneumoniae.
Despite these guidelines, macrolide
antibiotics are the most commonly
prescribed class of antibiotics for
outpatient CAP of any etiology, raising
concern that children are receiving
inappropriate treatment, because
studies report that >25% of S.
pneumoniae isolates are resistant to
1,69
macrolides. The factors that
influence macrolide and other broad-
spectrum antibiotic prescribing for
typical pneumonia, however, are
unknown. Macrolides are only
recommended for treatment of older
children suspected to have atypical
pneumonia due to less-common
organisms, such
2
as Mycoplasma pneumoniae.
Furthermore, broad-spectrum
antibiotics, such as amoxicillin-
clauvulanic acid and cephalosporins,
have no advantage over amoxicillin
for treatment of S. pneumoniae and
put children at risk for adverse
events, such as Clostridium difficile
Downloaded from by guest on September 12, 2017
2 HANDY et al
infection, while contributing
to the global problem of
10,11
antibiotic resistance.
Although antibiotic prescribing
practices may be associated with a
CAP versus CAP caused by atypical
pathogens, clinicians cannot reliably
make this distinction on signs
12,13
and symptoms alone. Instead,
recent work suggests that variation in
antibiotic prescribing might be
influenced by nonclinical patient and
clinician characteristics including
geographic location, insurance status,
however, the predictors of antibiotic
prescribing for CAP are incompletely
6,1418
Identifying the
drivers of off-guideline prescribing
will likely help target interventions to
19
optimize appropriate antibiotic use.
Therefore, we conducted
a retrospective cohort study of
children diagnosed as having CAP
to examine and compare factors
associated with antibiotic
prescribing for CAP in one of the
largest pediatric primary care
networks in the United States.
METHODS
Data Source
This study was conducted in a network
of 31 primary care pediatric practices,
all of which participate in a practice-
based research network and share a
common electronic health record
(EHR) system. Practices span urban,
suburban, and rural settings
throughout Pennsylvania and New
Jersey, serving a diverse patient
population of >200000 children. Five
practices include trainees.
Data were abstracted from the EHR
system (EpicCare, Epic Systems, Inc, St.
Louis, MO) that contains detailed
patient-level data from clinical
encounters, telephone calls, follow-up
visits, hospitalizations and associated
prescriptions, and laboratory and
radiologic information. This study was
approved by the Institutional
Review Board of The Childrens
Hospital of Philadelphia.
Study Population
Study subjects included children aged
3 months to 18 years with a primary
care encounter between July 1, 2009
and June 30, 2013, resulting in an
International Classification of
Diseases, Ninth Revision, Clinical
Modification (ICD-9-CM) code
for pneumonia and an antibiotic
prescription (detailed below).
Children were required to have 1
documented well visit during the
study period or the year before
enrollment. Patients were excluded
if they had a complex chronic
20
condition ; allergy to penicillin, a
cephalosporin, or a macrolide
antibiotic documented in the
medical record; multiple antibiotic
prescriptions; an emergency
department visit for pneumonia in
the previous 2 weeks; incomplete
data for exposures of interest; or if
they were from a practice with <50
pneumonia cases during the study
antibiotic prescriptions were
excluded to limit inclusion of
patients with >1 active infection.
Defi nition of CAP
Pneumonia was defined by using a
previously validated algorithm: a
primary ICD-9-CM diagnosis of
pneumonia (480483 and 485486)
or a primary ICD-9-CM diagnosis of a
pneumonia symptom, such as fever or
cough (780.6, 786.0, 786.2786.5,
786.7) with a secondary ICD-9-CM
diagnosis of pneumonia, empyema
(510), or pleurisy (511.01 and
1,3,21,22
511.9). The majority of cases
identified by this algorithm that were
not associated with an antibiotic
prescription represented follow-up
visits from previous encounters, and,
therefore, all cases lacking an
antibiotic prescription were excluded
rather than considered as cases
managed without antibiotics.
Data Collection
Patient-level data extracted from the
EHR system included patient
demographics, allergies, and a
diagnosis of pneumonia in the
previous 3 months, and visit-level data
included chief complaint, vital signs,
visit level of service, previous visit to
the pediatrician in the preceding 2
weeks with primary associated ICD-9-
CM code, immunization status,
secondary diagnoses, and diagnostic
tests and results. Clinical presentation
exposure variables included
demographics of age, sex, race, and
insurance type and clinical variables of
fever at the time of the office visit,
respiratory examination, history of
asthma, immunization status, ordering
of a chest radiograph, number of sick
visits in previous year, and previous
23,24
antibiotic exposure. All charts
documenting a hospitalization, an
emergency department visit, return
visits to the pediatrician with a change
in antibiotics, or a telephone call
within 2 weeks were manually
reviewed for data accuracy. Additional
covariates related to the provider were
the clinic site and setting (urban
versus suburban) and the providers
years in practice since board
certification, with a provider with >10
years since certification considered to
6,14,15
be experienced. Each providers
years in practice were calculated by
using data from the American Board of
Pediatrics.
Outcomes
The primary outcome, antibiotic
prescription, was categorized as
narrow-spectrum (penicillin or
amoxicillin), macrolide
(azithromycin, erythromycin, and
clarithromycin), or broad-spectrum
(amoxicillinclavulanic acid,
cephalosporin, or fluoroquinolone).
Trimethoprim-sulfamethoxazole,
clindamycin, tetracyclines, and
linezolid were not included because
Downloaded from by guest on September 12, 2017
PEDIATRICS Volume 139, number 4, April 2017
they are infrequently used for CAP in
patients without antibiotic allergies.
Additional Definitions
Asthma was defined as patient
receipt of oral or inhaled
corticosteroids, a secondary
diagnosis of asthma by ICD-9-CM
code, or the inclusion of asthma on
the problem list at the time of the
visit. Fever was defined as a
temperature of 38.3C at the time of
the visit. Respiratory examination
results were considered abnormal if
breath sounds were described as
asymmetric, decreased, diminished,
wet, or tubular, or if rales, rhonchi,
crackles, coarse breath sounds, or
wheeze were noted.
Statistical Analysis
Descriptive counts and percentiles
were provided for patients prescribed
amoxicillin versus macrolides versus
broad-spectrum antibiotics among the
total sample as well as within key
covariate subgroups. Univariate
logistic regression was conducted
between the outcome of antibiotic
prescription and each candidate
variable, including sex, age, race,
insurance type, history of asthma,
fever, sick visits per year, abnormal
respiratory examination results, chest
radiograph ordered, antibiotics in
previous 3 months, providers years in
practice, and suburban versus urban
location. We constructed multivariate
logistic regression models for the odds
of prescription of amoxicillin versus a
macrolide and the odds of prescription
of amoxicillin versus a broad-spectrum
antibiotic against the identified
collection of exposure variables.
Independent models were maintained
to evaluate the choice of prescribing
amoxicillin versus azithromycin,
representing
a clinicians diagnosis of likely S.
pneumoniae versus atypical
pneumonia. The model evaluating
the prescription of amoxicillin
versus a broad-spectrum antibiotic
should represent a clinicians
diagnosis of S. pneumoniae versus
a more resistant S. pneumoniae
or an alternate typical pathogen
(Haemophilus influenzae, Moraxella
catarrhalis). Statistically significant
exposures were considered for
inclusion in a multivariate model if
they were significantly associated
with at least 1 of the outcomes, as
were variables that were a priori
hypothesized as significant, including
patient age, race, asthma history,
and respiratory examination. The
collection of variables included in
each multivariate model was forced to
be the same to allow for comparison
of covariate effects across the 2
models. The practice site was entered
in the model as a confounder because
prescribing within a single practice
was likely to be correlated. Two
practices that merged during the
study period were analyzed as a
single practice. Predicted
probabilities of prescription of
macrolides or broad-spectrum
antibiotics were generated based on
the final models with the
suburban/urban indicator removed
to explore practice-level variation.
RESULTS
Of the 13974 children diagnosed as
having CAP, 10414 children treated by
196 physicians met inclusion/
exclusion criteria (Fig 1). The majority
(60%) of children were >5 years of age,
14.2% were African American, 17.9%
were covered by public insurance, and
91.5% of patients received care in a
suburban practice. Overall, 40.1% of
children received amoxicillin, 42.5%
received macrolides, 16.8% received
broad-spectrum antibiotics, and 22.4%
had been exposed to antibiotics in the
previous 3 months ( Table 1). In the
broad-spectrum antibiotic group, the
majority of children (77.5%) received
amoxicillinclavulanic acid, whereas
22.2% received a cephalosporin
3
 CI: 0.370.53) were associated with
decreased odds of macrolide
prescription (Table 3). The predicted
probability of macrolide prescribing
ranged from 0.22 to 0.83 across the
clinical sites after adjusting for other
factors associated with antibiotic
choice (Fig 2).

Of the 5984 patients treated with

FIGURE 1
Networkwide cases of CAP resulting in antibiotic prescriptions of interest.
and only 6 children
received a fluoroquinolone.
Overall, 8669 patients were treated
with either amoxicillin or macrolides.
The results of univariate logistic
regression to determine variables for
inclusion in the multivariate model are
reflected in Table 2. In the multivariate
logistic regression model for
prescription of macrolides versus
amoxicillin, the factors associated
with increased odds of prescription of
macrolides included age 5 years
(adjusted odds ratio [aOR]: 6.18; 95%
confidence interval [CI]: 5.536.91),
private insurance (aOR: 1.47; 95% CI:
1.281.70), history of asthma (aOR:
1.15; 95% CI: 1.041.28), and previous
antibiotic exposure (aOR:
1.79; 95% CI: 1.562.04), whereas
abnormal examination results (aOR:
0.80; 95% CI: 0.660.97) and the
presence of fever (aOR: 0.44; 95%
either amoxicillin or broad-spectrum
antibiotics, the factors associated with
the greatest increased odds
of prescription of broad-spectrum
antibiotics included suburban
practice (aOR: 7.50; 95% CI:
4.1613.55) and previous antibiotic
exposure (aOR: 3.31; 95% CI:
2.833.86). Patient age of 5 years
(aOR: 1.27; 95% CI: 1.101.46) had
only a modest effect on the odds of
broad-spectrum antibiotic receipt.
The predicted probability of broad-
spectrum prescribing ranged from
0.02 to 0.81 across the clinical sites
after adjusting for other factors
associated with antibiotic choice
( Fig 3). Adjusting for trends over
time did not influence either model.
DISCUSSION
Antibiotic choice for CAP varied
widely across a large, diverse primary
care network, and differences in
prescribing practices were not

TABLE 1 Prescription Counts and Percentages Within Demographic and Clinical Subgroups
Total Cohort, n (% of Total Amoxicillin Monotherapy, n (% Macrolide Monotherapy, n Broad-Spectrum Therapy, n (%
Sample) Within Each Covariate Group) (% Within Each Covariate Within Each Covariate Group)
Group)
Patient count 10414 4239(40.7) 4430 (42.5) 1745 (16.8)
Male sex 5319 (51.1) 2131(50.3) 2291 (51.7) 897 (51.4)
Age 5 y 6214 (60.0) 1824(43.0) 3559 (80.3) 831 (47.6)
African American race 1485 (14.2) 880 (20.8) 448 (10.1) 157 (9.0)
Hispanic ethnicity 631 (6.1) 297(7.0) 221 (5.0) 113 (6.5)
Public insurance 1859 (17.9) 1036(24.4) 565 (12.8) 258 (14.8)
Suburban practice 9531 (91.5) 3666(86.5) 4162 (94.0) 1703 (97.6)
Experienced provider 8070 (77.5) 3314(78.2) 3308 (74.7) 1448 (83.0)
Asthma 3966 (38.1) 1588(37.5) 1667 (37.6) 711 (40.7)
PCV UTD 7934 (76.2) 3721(87.8) 2773 (62.6) 1440 (82.5)
Fever 38.3C at visit 1030 (9.9) 531 (12.5) 254 (5.7) 245 (14.0)
Abnormal respiratory exam 9660 (92.8) 3937(92.9) 4108 (92.7) 1615 (92.6)
Chest radiograph ordered 929 (8.9) 390(9.2) 304 (6.9) 235 (13.5)
>3 Sick visits 3445 (33.1) 1432(33.8) 1242 (28.0) 771 (44.2)
Antibiotic exposure 2339 (22.4) 715 (16.9) 941 (21.2) 683 (39.1)
PCV UTD, pneumococcal conjugate vaccinations up to date.

Downloaded from by guest on September 12, 2017

4 HANDY et al
TABLE 2 Estimated Odds Ratios From Univariate Logistic Regression for Receipt of Currently, it is not possible to
Either Macrolide or Broad-Spectrum Antibiotic Compared With Amoxicillin determine how many patients in our
Odds Ratio, Macrolide Versus Odds Ratio, Broad-Spectrum Versus study had atypical pneumonia because
Amoxicillin (95% CI) Amoxicillin (95% CI) testing for respiratory pathogens is
Male sex 1.06 (0.971.15) 1.05 (0.941.17) not routinely performed in the
a a
Age 5 y 5.41 (4.95.95) 1.20 (1.081.25) outpatient setting. A recent study of
a a
Private insurance 2.21 (1.982.48) 1.86 (1.612.16) hospitalized children with CAP
a a
Race 0.43 (0.380.49) 0.38 (0.320.45)
a a reported that 19% of school-aged
Experienced provider 0.83 (0.750.91) 1.36 (1.181.57)
Asthma 1.01 (0.921.10) 1.15 (1.021.29)
a children and 3% of children <5 years
a are infected by Mycoplasma
Fever 38.3C at visit 0.42 (0.360.50) 1.14 (0.961.34)
a a
>3 Sick visits per year 0.76 (0.700.83) 1.55 (1.381.73) pneumoniae, suggesting that many
a a
Chest radiograph 0.73 (0.620.85) 1.53 (1.291.82) practices in the current study might be
obtained 28
Abnormal respiratory 0.98 (0.831.15) 0.95 (0.771.18) overprescribing macrolides.
exam
a a
Suburban practice 2.43 (2.082.82) 6.34 (4.618.71) The decision to prescribe macrolide or
a a
Previous antibiotic 1.33 (1.191.48) 3.17 (2.803.59) broad-spectrum antibiotics can be
exposure partially explained by clinical factors.
a Variables were found to be signifi cant in univariate analysis and were candidates for the multivariate model.
Patient age and absence of fever are
appropriate clinical characteristics to
TABLE 3 Estimated Odds Ratios From Multivariate Logistic Regression for Receipt of consider when determining if a child
Either Macrolide or Broad-Spectrum Antibiotic Compared With Amoxicillin has pneumococcal pneumonia versus
atypical pneumonia. However, the
aOR, Macrolide Versus Amoxicillin aOR, Broad-Spectrum Versus Amoxicillin
(95% CI) (95% CI) decision to prescribe a broad-
Male sex 1.01 (0.921.12) 0.98 (0.861.12) spectrum antibiotic instead of
Age 5 y 6.18 (5.536.91)
a
1.27 (1.101.46)
a amoxicillin was not affected by patient
a a age, suggesting that providers were
Private insurance 1.47 (1.281.70) 1.42 (1.181.71)
a
Race 0.83 (0.710.99) 0.90 (0.711.13) likely no longer considering atypical
a a
Experienced provider 0.75 (0.650.85) 1.23 (1.021.48) pneumonia, but rather were deciding
a
Asthma 1.15 (1.041.28) 1.12 (0.981.29)
a on therapy for typical pathogens. The
Fever 38.3C at visit 0.44 (0.370.53) 1.18 (0.971.43)
>3 Sick visits per year 0.94 (0.831.06) 1.12 (0.971.31) association of broad-spectrum
Chest radiograph 0.93 (0.761.13) 1.79 (1.432.25)
a antibiotic prescribing with previous
ordered antibiotic use likely reflects the
a
Abnormal respiratory 0.80 (0.660.97) 0.93 (0.721.20) concern for a resistant organism. A
exam larger percentage of children in the
a
Suburban practice 0.83 (0.521.32) 7.50 (4.1613.55)
a a broad-spectrum group also had a chest
Previous antibiotic 1.79 (1.562.04) 3.31 (2.833.86)
exposure radiograph performed, suggesting that
a Variables were found to be signifi cant in multivariate analysis. the patients prescribed broad-
spectrum
entirely driven by the clinical factors documenting prescribing patterns at antibiotics may have been sicker.
that should predict antibiotic choice. variance with known bacterial
Despite current guidelines epidemiology and begins to explain Although clinical factors seemed to
recommending amoxicillin for most this discordance through more influence decision-making,
children with CAP, the majority were granular data that can identify key nonclinical drivers of prescribing
prescribed macrolides. Although age clinical-, demographic-, and clinician- remained. Practice setting was a
6,16 strong predictor of antibiotic
and previous antibiotic use were level variables. Although the
appropriate drivers of prescribing bacterial etiology of CAP is changing prescribing. Although previous work
patterns, sociodemographic factors, with the introduction of pneumococcal has looked at regional differences,
including insurance status and vaccines, S. pneumoniae remains the 15 this study highlights
practice location, that should not be leading cause of bacterial CAP, and differences between practices contained
correlated with bacterial etiology guidelines strongly recommend within a single health system. On the
were also associated with antibiotic targeting this organism. Less
2 basis of our predictive model, for 10
choice. average children with CAP, macrolides
guidance is provided on when to
would have been prescribed to 2 of these
prescribe macrolides, which have
children in 1 practice and 8 similar
This study confirms previous work inferior pneumococcal activity
2,7,2527 children in another practice.
from large administrative databases compared with amoxicillin.

Downloaded from by guest on September 12, 2017

PEDIATRICS Volume 139, number 4, April 2017 5
 environment may reflect unmeasured
covariates related to patient
individualities. However, there may be
additional characteristics that
influence practice variation, including
clinic size, a providers average time
with each patient, the tendency
to follow-up with patients with a visit
or phone call, and the baseline
knowledge of each physician, which
also were not measured. In both
models, the association of private
insurance with receipt of macrolides
or broad-spectrum antibiotics
confirms the findings of previous
6
studies. Providers may make
different treatment decisions because
FIGURE 2 of consideration of medication cost,
Predicted probability of macrolide prescribing. Clinics are ordered by their predicted
probability of prescription of a macrolide (lowest to highest). Urban clinics are circled. influence from the parents of a
Predicted probabilities were generated based on the multivariate logistic regression privately insured patient during the
model with clinic type (urban or suburban) removed from the model. visit, or unconscious biases about
29
family preference. These factors may
also vary across individual clinics,
contributing to the across-practice
variation we observed. Although race
has been identified as a significant
predictor of prescription patterns in
previous work, it was not a major
14,17,18
driver in our study population.
Efforts to increase guideline-adherent
prescribing, such as provider
education and decision-support tools,
should address these nonclinical
drivers
of prescribing patterns, including
physician preferences, prescribing
norms within a practice, and parental
drivers of prescribing practices.

Our study has limitations. This is a

FIGURE 3
Predicted probability of broad-spectrum prescribing. Clinics are ordered by their predicted
retrospective cohort study and,
probability of prescription of a broad-spectrum antibiotic (lowest to highest). Urban clinics therefore, unmeasured confounding
are circled. Predicted probabilities were generated based on the multivariate logistic may be present that affects the choice
regression model with clinic type (urban or suburban) removed from the model. of treatment prescribed. Because the
study population
The effect of the practice setting is pediatric residents, and 2 of these included only healthy children
additionally highlighted by the practices merged during the study with outpatient CAP, these data
markedly increased odds (7.50) of period. All 5 have medical students. might not be generalizable to other
receipt of a broad-spectrum antibiotic The academic setting may be the children with pneumonia, such as
compared with amoxicillin by seeing major driver of differences between those requiring hospitalization or
a pediatrician in one of the suburban these practice locations, because 2
with complex chronic conditions.
practices compared with an urban teaching sites may be more likely to Only data that could be queried
practice. In this practice network, 4 of follow guidelines, and requires electronically were collected and
the 5 urban practices are considered additional study. Alternatively, the analyzed, so we could not account
academic with practice variation seen in the urban for additional factors that may

Downloaded from by guest on September 12, 2017

6 HANDY et al
not be well documented, such as
parental requests for antibiotics, any
undocumented physical examination
findings that might have influenced
antibiotic selection, or internal use of
order sets or clinical pathways. The
definition of CAP was based on clinical
diagnoses and could
not be confirmed with radiologic or
microbiologic data. However,
microbiologic data are generally not
available to practitioners when
making diagnosis and treatment
decisions, reflecting the real-world
setting in which practitioners work,
and our intent was to measure
predictors of antibiotic choice in
children with presumed pneumonia.
Encounters for patients who were
treated at a hospital emergency
department or inpatient unit and socioeconomic determinants of
outside of the study hospital prescribing will allow for the design
network could not be identified and, of effective outpatient antimicrobial
thus, an antibiotic choice might have stewardship programs to improve
been attributed to a clinician when it the management of CAP and other
was previously selected by a common pediatric infections.
different physician. However, chart
review of 3577 patients identified
only 3% of patients who were ABBREVIATIONS
previously diagnosed as having CAP
aOR:adjusted odds ratio
by a different health care provider.
CAP:community-acquired
pneumonia
CI:confidence interval
CONCLUSIONS
EHR:electronic health record
Antibiotic choice for CAP varied ICD-9-CM:International
widely across pediatric practices Classification of
and was heavily influenced by
Diseases, Ninth
nonclinical factors unrelated to
Revision, Clinical
microbial etiology. Understanding
Modification
the role of demographic, practice,

Accepted for publication Dec 21, 2016

Address correspondence to Lori K. Handy, MD, Division of Infectious Diseases, Nemours/Alfred I. duPont Hospital for Children, 1600
Rockland Rd, Room 3B-372, Wilmington, DE 19803. E-mail: lori.handy@nemours.org
PEDIATRICS (ISSN Numbers: Print, 0031-4005; Online, 1098-4275).
Copyright 2017 by the American Academy of Pediatrics
FINANCIAL DISCLOSURE: The authors have indicated they have no fi nancial relationships relevant to this article to disclose.
FUNDING: Dr Handy was supported by NIH grant T32-AI096345 and NIAID grant L40-AI-107932, and a pilot grant from the Center for
Pediatric Clinical Effectiveness at the Childrens Hospital of Philadelphia. Funded by the National Institutes of Health (NIH).
POTENTIAL CONFLICT OF INTEREST: The authors have indicated they have no potential confl icts of interest to disclose.
COMPANION PAPER: A companion to this article can be found online at www.pediatrics.org/cgi/doi/10.1542/peds.2017-0027.

REFERENCES
1. Kronman MP, Hersh AL, Feng R, Huang
YS, Lee GE, Shah SS. Ambulatory visit
rates and antibiotic prescribing for
children with pneumonia, 1994-2007.
Pediatrics. 2011;127(3):411418
2. Bradley JS, Byington CL, Shah SS, et
al; Pediatric Infectious Diseases Society
and the Infectious Diseases Society of
America. Executive summary: the
management of community-acquired
pneumonia in infants and children older
than 3 months of age: clinical practice
guidelines by the Pediatric Infectious
Diseases Society and the Infectious
Diseases Society of America. Clin Infect
Dis. 2011;53(7):617630
3. Gerber JS, Prasad PA, Fiks AG, et al.
Effect of an outpatient antimicrobial
stewardship intervention on
broad-spectrum antibiotic prescribing
by primary care pediatricians: a
randomized trial. JAMA.
2013;309(22):23452352
7. Lee GM, Kleinman K, Pelton SI, et al.
4. Brogan TV, Hall M, Williams DJ, et
al. Variability in processes of care
and outcomes among children
hospitalized with community-
acquired pneumonia. Pediatr Infect
Dis J. 2012;31(10):10361041
5. Queen MA, Myers AL, Hall M, et al.
8. Morozumi M, Chiba N, Okada T, et al.
Comparative effectiveness of empiric
antibiotics for community-acquired
pneumonia. Pediatrics. 2014;133(1).
Available at: www.pediatrics.org/cgi/
content/full/133/1/e23
6. Hersh AL, Shapiro DJ, Pavia AT, Shah
SS. Antibiotic prescribing in ambulatory
pediatrics in the United
States. Pediatrics.
2011;128(6): 10531061
Impact of 13-valent pneumococcal
conjugate vaccination on
Streptococcus pneumoniae carriage
in young children in Massachusetts. J
Pediatric Infect Dis Soc.
2014;3(1):2332
Antibiotic susceptibility in relation to
genotype of Streptococcus
pneumoniae, Haemophilus influenzae,
and Mycoplasma pneumoniae
responsible for community-acquired
pneumonia in children. J Infect
Chemother. 2013;19(3):432440

Downloaded from by guest on September 12, 2017

PEDIATRICS Volume 139, number 4, April 2017 7
 9. Zhanel GG, Wolter KD, Calciu C, et al.
Clinical cure rates in subjects treated
with azithromycin for community-
acquired respiratory tract infections
caused by azithromycin-susceptible or
azithromycin-resistant Streptococcus
pneumoniae: analysis of Phase 3
clinical trial data. J Antimicrob
Chemother. 2014;69(10):28352840
10. Khabbaz RF, Moseley RR, Steiner
RJ, Levitt AM, Bell BP. Challenges
of infectious diseases in the USA.
Lancet. 2014;384(9937):5363
11. Kuster SP, Rudnick W, Shigayeva A, et
al; Toronto Invasive Bacterial Diseases
Network. Previous antibiotic exposure
and antimicrobial resistance in invasive
pneumococcal disease: results from
prospective surveillance. Clin Infect Dis.
2014;59(7):944952
12. Wang K, Gill P, Perera R, Thomson A,
Mant D, Harnden A. Clinical symptoms
and signs for the diagnosis of Mycoplasma
pneumoniae in children and adolescents
with community-acquired pneumonia.
Cochrane Database Syst Rev. 2012;
(10):CD009175
13. Chang HY, Chang LY, Shao PL, et al.
Comparison of real-time polymerase
chain reaction and serological tests
for the confi rmation of Mycoplasma
pneumoniae infection in children with
clinical diagnosis of atypical
pneumonia. J Microbiol Immunol
Infect. 2014;47(2):137144
14. Gerber JS, Prasad PA, Localio
AR, et al. Racial differences in
antibiotic prescribing by primary
care pediatricians. Pediatrics.
2013;131(4):677684
Downloaded from by guest on September 12, 2017
8 HANDY et al
15. Hicks LA, Taylor TH Jr, Hunkler RJ. U.S.
outpatient antibiotic prescribing, 2010. N
Engl J Med. 2013;368(15):14611462
16. Sarpong EM, Miller GE. Narrow-
and broad-spectrum antibiotic
use among U.S. children. Health
Serv Res. 2015;50(3):830846
17. Fleming-Dutra KE, Shapiro DJ, Hicks LA,
Gerber JS, Hersh AL. Race, otitis media,
and antibiotic selection. Pediatrics.
2014;134(6):10591066
18. Yaeger JP, Temte JL, Hanrahan LP,
Martinez-Donate P. Roles of clinician,
patient, and community characteristics
in the management of pediatric upper
respiratory tract infections. Ann Fam
Med. 2015;13(6):529536
19. Cabana MD, Rand CS, Powe NR,
et al. Why dont physicians follow
clinical practice guidelines? A
framework for improvement.
JAMA. 1999;282(15):14581465
20. Feudtner C, Christakis DA, Connell
FA. Pediatric deaths attributable to
complex chronic conditions: a
population-based study of
Washington State, 1980-1997.
Pediatrics. 2000;106(1 pt 2):205209
21. Williams DJ, Shah SS, Myers A, et al.
Identifying pediatric community-
acquired pneumonia hospitalizations:
Accuracy of administrative
billing codes. JAMA Pediatr.
2013;167(9):851858
22. Guevara RE, Butler JC, Marston BJ,
Plouffe JF, File TM Jr, Breiman RF.
Accuracy of ICD-9-CM codes in
detecting community-acquired
pneumococcal pneumonia for incidence
and vaccine effi cacy studies. Am J
Epidemiol. 1999;149(3):282289
23. World Health Organization. Technical
Bases for the WHO Recommendations
on the Management of Pneumonia in
Children at First-Level Health Facilities.
Geneva, Switzerland: World Health
Organization; 1991.
24. Cardoso MR, Nascimento-Carvalho
CM, Ferrero F, Alves FM, Cousens
SN. Adding fever to WHO criteria for
diagnosing pneumonia enhances the
ability to identify pneumonia cases
among wheezing children. Arch Dis
Child. 2011;96(1):5861
25. Angoulvant F, Levy C, Grimprel E,
et al. Early impact of 13-valent
pneumococcal conjugate vaccine
on community-acquired pneumonia
in children. Clin Infect Dis.
2014;58(7):918924
26. Lee GE, Lorch SA, Sheffler-Collins
S, Kronman MP, Shah SS. National
hospitalization trends for pediatric
pneumonia and associated
complications. Pediatrics.
2010;126(2):204213
27. Williams DJ, Shah SS. Community-
acquired pneumonia in the conjugate
vaccine era. J Pediatric Infect Dis Soc.
2012;1(4):314328
28. Jain S, Williams DJ, Arnold SR, et al;
CDC EPIC Study Team. Community-
acquired pneumonia requiring
hospitalization among U.S. children. N
Engl J Med. 2015;372(9):835845
29. Szymczak JE, Feemster KA, Zaoutis TE,
Gerber JS. Pediatrician perceptions
of an outpatient antimicrobial
stewardship intervention. Infect
Control Hosp Epidemiol. 2014;35(suppl
3):S69S78
 Variability in Antibiotic Prescribing for Community-Acquired Pneumonia
Lori K. Handy, Matthew Bryan, Jeffrey S. Gerber, Theoklis Zaoutis and Kristen A.
Feemster
Pediatrics; originally published online March 7, 2017;
DOI: 10.1542/peds.2016-2331
Updated Information including high resolution figures, can be found at:
& Services /content/early/2017/03/03/peds.2016-2331.full.html
References This article cites 28 articles, 9 of which can be accessed free
at:
/content/early/2017/03/03/peds.2016-2331.full.html#ref-list-1

Citations This article has been cited by 2 HighWire-hosted articles:

Subspecialty Collections
Permissions & Licensing
Reprints
/content/early/2017/03/03/peds.2016-2331.full.html#related-u
rls
This article, along with others on similar topics, appears in
the following collection(s):
Infectious Disease
/cgi/collection/infectious_diseases_sub
Information about reproducing this article in parts
(figures, tables) or in its entirety can be found online at:
/site/misc/Permissions.xhtml
Information about ordering reprints can be found online:
/site/misc/reprints.xhtml

PEDIATRICS is the official journal of the American Academy of Pediatrics. A monthly

publication, it has been published continuously since 1948. PEDIATRICS is owned, published,
and trademarked by the American Academy of Pediatrics, 141 Northwest Point Boulevard, Elk
Grove Village, Illinois, 60007. Copyright 2017 by the American Academy of Pediatrics. All
rights reserved. Print ISSN: 0031-4005. Online ISSN: 1098-4275.

Downloaded from by guest on September 12, 2017

 Variability in Antibiotic Prescribing for Community-Acquired
Pneumonia Lori K. Handy, Matthew Bryan, Jeffrey S. Gerber, Theoklis
Zaoutis and Kristen A. Feemster
Pediatrics; originally published online March 7, 2017;
DOI: 10.1542/peds.2016-2331

The online version of this article, along with updated information and
services, is located on the World Wide Web at:
/content/early/2017/03/03/peds.2016-2331.full.html

PEDIATRICS is the official journal of the American Academy of Pediatrics. A

monthly publication, it has been published continuously since 1948. PEDIATRICS is
owned, published, and trademarked by the American Academy of Pediatrics, 141
Northwest Point Boulevard, Elk Grove Village, Illinois, 60007. Copyright 2017
by the American Academy of Pediatrics. All rights reserved. Print ISSN: 0031-4005.
Online ISSN: 1098-4275.

Downloaded from by guest on September 12, 2017

Variabilitas Pemberian Antibiotik pada Pneumonia Komunitas
Lori K. Handy, MD, a, b Matthew Bryan, PhD, c, d, e Jeffrey S. Gerber, MD, PhD, MSCE, c, d, e, f, g
Theoklis Zaoutis, MD, MSCE, c, d, e, f, g Kristen A. Feemster, MD, MPH, MSHPc, f, g

ABSTRAK
Latar Belakang dan Tujuan: Pedoman yang terpublikasi merekomendasikan
amoksisilin untuk sebagian besar anak-anak dengan pneumonia komunitas,
namun pemberian makrolid dan antibiotik spektrum luas lebih sering diresepkan.
Kami bertujuan untuk menentukan karakteristik pasien dan klinisi yang terkait
dengan resep antibiotik amoksisilin vsmakrolid atau spektrum luas untuk CAP.
Metode: Studi kohort retrospektif dilakukan pada pasien anak rawat jalan mulai 1
Juli 2009 sampai 30 Juni 2013. Pasien yang diberi amoksisilin, makrolid, atau
antibiotik spektrum luas (amoksisilin-klavulanat, sefalosporin, atau
fluoroquinolon) untuk CAP dipilih untuk mengikuti studi ini. Model regresi
logistik multivariatdigunakan untuk mengidentifikasi prediktor pilihan antibiotik
untuk CAP berdasarkan karakteristik pasien dan klinisi.
Hasil: Dari 10.414 anak, 4239 (40,7%) mendapat amoksisilin, 4430 (42,5%)
mendapat makrolida dan 1745 (16,8%) mendapat antibiotik spektrum luas.
Faktor-faktor yang terkait dengan peningkatan kemungkinan pemberian makrolid
dibandingkan dengan amoksisilin termasuk usia pasien 5 tahun (rasio odds yang
disesuaikan [aOR]: 6,18; Tingkat kepercayaan 95% CI: 5.53-6.91), peresepan
antibiotik sebelumnya (aOR: 1.79 ; 95% CI: 1.56-2.04), dan asuransi pribadi
(aOR: 1,47; 95% CI: 1,28-1,70). Prediksi kemungkinan anak yang diresepkan
makrolid berkisar antara 0,22 dan 0,83 di seluruh klinik. Karakteristik nonklinis
terkait dengan kemungkinan peningkatan pemberian antibiotik spektrum luas
dibandingkan dengan amoksisilin termasuk pada tempat/klinik di perifer atau
pinggiran (aOR: 7,50; 95% CI: 4,16-13,55) dan asuransi pribadi (aOR: 1,42; 95%
CI: 1,18-1,71).
Kesimpulan: Pilihan antibiotik untuk CAP bervariasi secara luas di seluruh
tempat praktik. Faktor-faktor yang tidak mungkin terkait dengan etiologi
mikrobiologi CAP merupakan acuan signifikan dalammemilih antibiotik yang
diberikan. Memahami pedoman petunjuk penggunaan dapat menginformasikan
mengenai target antimikroba yang diberikan.
a b
Divisi Penyakit Infeksi, Nemours/Alfred I. Rumah Sakit Anak duPon, Wilmington, Delaware;
Departemen Anak, Fakultas Kedokteran Sidney Kimmel, Universitas Thomas Jefferson,
Philadelphia, Pennsylvania; c Pusat Efektivitas Klinis Anak dan f Divisi Penyakit Infeksi, Rumah
d
Sakit Anak Philadelphia, Philadelphia, Pennsylvania; and Departemen Biostatistik dan
e g
Epidemiologi, Pusat Epidemiologi Klinik dan Biostatistik, dan Departemen Anak, Sekolah
Kedokteran Perelman, Universitas Pennsylvania, Philadelphia, Pennsylvania.

Dr Handy berpartisipasi dalam konseptualisasi dan desain studi, perolehan data

yang dikelola, melakukan analisis data, dan menyusun manuskrip; Dr Bryan
berpartisipasi dalam konseptualisasi dan desain studi, melakukan sebagian analisis
data, dan mengkaji dan merevisi naskah tersebut secara kritis; Drs Gerber dan
Zaoutis berpartisipasi dalam konseptualisasi dan desain studi dan meninjau dan
merevisi naskah tersebut secara kritis; dan Dr Feemster mengawasi semua aspek
studi, berpartisipasi dalam konseptualisasi dan perancangan, dan secara kritis
meninjau dan merevisi naskah tersebut.

Apa yang diketahui pada subjek ini: Pneumonia komunitas umumnya dirawat
oleh dokter anak rawat jalan. Meskipun pedoman pengelolaan untuk pneumonia
komunitas telah dipublikasikan, banyak anak menerima terapi di luar pedoman.
Keberagaman terapi yang diberikan tidak diketahui.
Apa yang studi ini tambahkan: Analisis> 10.000 temuan pneumonia komunitas
yang menunjukkan bahwa karakteristik klinis (demam, usia) dan nonklinis (status
asuransi dan lokasi praktik) dikaitkan dengan pilihan antibiotik. Memahami
pedoman petunjuk penggunaan dapat menginformasikan mengenai target
antimikroba yang diberikan.
Pneumonia komunitas (CAP) merupakan infeksi yang umum dan serius
pada anak-anak. Diperkirakan 1,2 juta anak didiagnosis menderita pneumonia di
pusat perawatan primer setiap tahunnya di Amerika Serikat. Pedoman praktek
klinis berbasis bukti untuk pengelolaan CAP pada bayi dan anak-anak
dikembangkan oleh Society of Infectious Diseases Society dan Infectious Diseases
Society of America pada tahun 2011 dengan tujuan untuk mengurangi morbiditas
dan mortalitas pada anak-anak yang sehat dan meningkatkan penggunaan
antibiotik yang sesuai. Walaupun panduan ini telah dipublikasi, masih terdapat
variabilitas yang signifikan dalam praktik klinis pemberian resep antibiotik pada
pusat perawatananak primer, termasuk pilihan untuktidak menggunakan antibiotik
sama sekali dan, jika antibiotik diberikan, agen yang spesifik harus dipilih.
Rekomendasi saat ini menyarankan amoksisilin, antibiotik -laktam,
sebagai terapi lini pertama untuk anak dengan CAP rawat jalan karena
memberikan efek yang sangat baik dalam mengatasi Streptococcus pneumoniae.
Meskipun panduan telah dipublikasi, antibiotik makrolida merupakan antibiotik
yang paling sering diresepkan untuk pasien CAP rawat jalan dengan etiologi
apapun, hal ini meningkatkan kekhawatiran bahwa anakdiberikan perawatan yang
tidak tepat, karena penelitian melaporkan bahwa> 25% isolat S. Pneumoniae telah
resisten terhadap makrolid. Faktor-faktor yang mempengaruhi pemberian
antibiotik makrolida dan antibiotik spektrum luas lainnya untuk pneumonia tipikal
tidak diketahui. Makrolid hanya direkomendasikan untuk pengobatan anak yang
lebih tua yang diduga mengalamipneumonia atipikal akibat organisme yang tidak
umum, seperti Mycoplasma pneumoniae. Selanjutnya, antibiotik spektrum luas,
seperti amoksisilin-klavulanat dan sefalosporin, tidaktida mempunyai kelebihan
jika dibandingkan dengan amoksisilin untuk penatalaksanaan S. pneumoniae dan
menempatkan anak untuk mengalami efek samping berisiko, seperti infeksi
Clostridium difficile, sekaligus berkontribusi terhadap masalah global resistensi
antibiotik.
Meskipun praktik pemberian resep antibiotik dapat dikaitkan dengan
diagnosis klinis CAP pneumokokus vs CAP yang disebabkan oleh patogen
atipikal, klinisi tidak dapat dengan dengan mudah membedakan ini hanya pada
tanda dan gejala saja. Sebaliknya, studi terbaru menunjukkan bahwa variasi dalam
pemberian resep antibiotik mungkin dipengaruhi oleh karakteristik nonklinis
pasien dan karakteristik klinisi termasuk lokasi geografis, status asuransi, ras
pasien, dan afiliasi/ tempat praktik; Namun, prediktor peresepan antibiotik untuk
CAP tidak sepenuhnya dipahami. Mengidentifikasi acuan resep di luar pedoman
kemungkinan akan membantu mengintervensi target untuk mengoptimalkan
penggunaan antibiotik yang tepat. Oleh karena itu, kami melakukan penelitian
kohort retrospektif terhadap anak-anak yang didiagnosis mengalami CAP untuk
memeriksa dan membandingkan faktor-faktor yang terkait dengan resep antibiotik
untuk CAP di salah satu pusat perawatan anak primer terbesar di Amerika Serikat.

METODE
Sumber Data
Penelitian ini dilakukan di jaringan 31 klinik perawatan anak primer, yang
berpartisipasi dalam jaringan penelitian berbasis praktek dan memiliki sistem
rekam medis elektronik umum (EHR). Klinik ini mencakup daerah perkotaan,
pinggiran kota, dan pedesaan di seluruh Pennsylvania dan New Jersey, melayani
populasi pasien yang beragam sekitar > 200.000 anak. Lima klinik termasuk pusat
pelatihan. Data didapat melalui sistem EHR (EpicCare, Epic Systems, Inc, St.
Louis, MO) yang berisi data pasien yang terperinci dari mulai kunjungan klinis,
panggilan telepon, kunjungan tindak lanjut, rawat inap dan resep terkait, dan
informasi laboratorium serta radiologi. Penelitian ini disetujui oleh Institutional
Review Board di Rumah Sakit Anak Philadelphia.

Populasi Studi
Subjek penelitian yaitu anak berusia 3 bulan sampai 18 tahun dengan
kunjungan perawatan primer antara 1 Juli 2009 dan 30 Juni 2013, menghasilkan
kode Klasifikasi Penyakit, Revisi Klinik, Clinical Modification (ICD-9-CM)
Internasional untuk pneumonia dan resep antibiotik (rincian di bawah). Anak-anak
diminta untuk melakukan 1 kunjungan yang didokumentasikan dengan baik
selama masa studi atau tahun sebelum keikutsertaan dalam studi. Pasien
dieksklusi jika mereka memiliki kondisi kronis yang kompleks; alergi terhadap
penisilin, sefalosporin, atau antibiotik makrolid yang tertera di dalam rekam
medis; riwayat peresepan beberapa antibiotik; kunjungan gawat darurat untuk
pneumonia dalam 2 minggu sebelumnya; data tidak lengkap untuk diperiksa; atau
jika mereka berasal dari tempat praktik dengan <50 kasus pneumonia selama
masa studi. Anak-anak dengan riwayat peresepan beberapa antibiotik diesklusi
dari studi untuk membatasi masuknya pasien dengan> 1 infeksi aktif.

Definisi CAP
Pneumonia didefinisikan dengan menggunakan algoritma yang telah
divalidasi sebelumnya: diagnosis pneumonia primer ICD-9-CM (480-483 dan
485-486) atau diagnosis ICD-9 CM primer dari gejala pneumonia, seperti demam
atau batuk (780,6, 786.0, 786.2-786.5, 786.7) dengan diagnosis ICD-9-CM
sekunder pneumonia, empiema (510), atau pleuritis (511.0-1 dan 511.9).
Mayoritas kasus yang diidentifikasi oleh algoritma ini yang tidak terkait dengan
resep antibiotik menunjukkan kunjungan tindak lanjut dari pertemuan
sebelumnya, dan oleh karena itu, semua kasus tanpa peresepan antibiotik tidak
diikutsertakan dalam penelitian ini karena akan dianggap sebagai kasus yang
ditangani tanpa pemberian antibiotik.

Pengumpulan Data
Data pasien yang diambil dari sistem EHR meliputi demografi pasien,
alergi, dan diagnosis pneumonia dalam 3 bulan sebelumnya, dan data kunjungan
yang mencakup keluhan utama, tanda vital, pelayanan selama kunjungan,
kunjungan 2 minggu sebelumnya ke dokter anak terkait dengan kode diagnosis
ICD-9-CM, status imunisasi, diagnosis sekunder, dan uji diagnostik serta hasilnya.
Variabel paparan manifestasi klinis meliputi demografi jenis kelamin, ras, dan
jenis asuransi dan variabel klinis demam pada saat kunjungan ke pusat layanan
kesehatan primer, pemeriksaan pernafasan, riwayat asma, status imunisasi,
pemeriksaan radiografi dada/toraks, jumlah kunjungan sakit di tahun sebelumnya,
dan paparan antibiotik sebelumnya. Semua bagan yang mendokumentasikan rawat
inap, kunjungan di departemen gawat darurat, kunjungan kembali ke dokter anak
dengan perubahan antibiotik, atau telepon dalam waktu 2 minggu diperiksa secara
manual untuk kepentingan akurasi data. Kovariat tambahan yang terkait dengan
penyedia layanan kesehatan adalah lokasi dan kondisi klinik (perkotaan vs
pinggiran kota/perifer) dan lamanya praktik teah dijalankan sejak sertifikasi
dewan, dengan penyedia layanan > 10 tahun sejak sertifikasi dianggap sebagai
berpengalaman. Setiap tahun yang telah dijalani oleh tempat praktik/klinik
dihitung dengan menggunakan data dari American Board of Pediatrics.

Tujuan yang Diharapkan

Hasil utama yang diharapkan, peresepan antibiotik, dikategorikan sebagai
spektrum sempit (penisilin atau amoksisilin), makrolid (azitromisin, eritromisin,
dan klaritromisin), atau spektrum luas (amoksisilin-klavulanat, sefalosporin, atau
fluoroquinolon). Trimethoprim-sulfamethoxazole, klindamisin, tetrasiklin, dan
linezolid tidak disertakan karena jarang digunakan untuk CAP pada pasien tanpa
alergi antibiotik.

Definisi Tambahan
Asma didefinisikan sebagai pasien yang menjalani pengobatan
kortikosteroid oral atau inhalasi, diagnosis sekunder asma dengan kode ICD-9-
CM, atau dimasukkannya asma pada daftar masalah pada saat kunjungan. Demam
didefinisikan sebagai peningkatan suhu 38,3 C pada saat kunjungan. Hasil
pemeriksaan pernafasan dianggap abnormal jika suara nafas digambarkan
asimetris, menurun, berkurang, basah, atau tubular, atau jika ronkhi basah maupun
kering, atau mengiditemukan.

Analisis Statistik
Jumlah deskriptif dan persentil disediakan untuk pasien yang diresepkan
amoksisilin vs makrolid vs antibiotik spektrum luas di antara total sampel serta
dalam kovariat kunci subkelompok Regresi logistik univariat dilakukan antara
hasil keluaran pemberian resep antibiotik dan masing-masing variabel yang
diidentifikasi, termasuk jenis kelamin, umur, ras, jenis asuransi, riwayat asma,
demam, kunjungan sakit per tahun, hasil pemeriksaan pernapasan abnormal,
permintaan foto toraks, penggunaan antibiotik 3 bulan sebelumnya, durasi
kegiatan tempat praktik, dan lokasi praktik pinggiran kota vs perkotaan. Kami
melanjutkan dengan model regresi logistik multivariat untuk menentukan rasio
odd kemungkinan pemberian resep amoksisilin vs makrolid dan resep amoksisilin
vs antibiotik spektrum luas terhadap variabel paparan yang teridentifikasi. Model
independen dipertahankan untuk mengevaluasi pemilihan resep amoksisilin vs
azitromisin, mewakili diagnosis dokter mengenai kemungkinan S. pneumoniae
versus pneumonia atipikal. Model evaluasi peresepan amoksisilin vs antibiotik
spektrum luas harus mewakili diagnosis dokter terkaitS. pneumoniae versus S.
pneumoniae yang lebih resisten atau patogen khas alternatif (Haemophilus
influenzae, Moraxella catarrhalis). Paparan yang signifikan secara statistik
dipertimbangkan untuk dimasukkan dalam model multivariat jika mereka secara
signifikan terkait dengan setidaknya 1 dari variabel hasil, yaitu variabel yang
menjadiprioritas hipotesis signifikan, termasuk usia pasien, ras, riwayat asma, dan
pemeriksaan pernafasan. Kumpulan variabel yang disertakan pada masing-masing
model multivariat harus sama untuk memungkinkanperbandingan efek kovariatdi
2 model berbeda. Lokasi praktik/klinikdimasukkan dalam model sebagai perancu
karena peresepandalam satu tempat praktik mungkin berkorelasi Dua praktik yang
bergabung selama periode penelitian dianalisis sebagai satu kesatuan. Prediksi
probabilitas dari peresepanmakrolida atau antibiotik spektrum luasdidasarkan
pada model akhir dengan indikator pinggiran kota / perkotaan dihapus untuk
mengeksplorasi variasi tingkat-praktik.

HASIL
Dari 13.974 anak yang didiagnosis mengalami CAP, 10.414 anak yang
dirawat oleh 196 dokter memenuhi kriteria inklusi/eksklusi (Gambar 1).
Mayoritas (60%) anak-anak berusia di atas 5 tahun, 14,2% merupakan ras Afrika
Amerika, 17,9% dilindungi oleh asuransi umum, dan 91,5% pasien mendapat
perawatan di praktik pinggiran kota. Secara keseluruhan, 40,1% anak-anak
diberikan amoksisilin, 42,5% diebrikan makrolida, 16,8% diberikan antibiotik
spektrum luas, dan 22,4% telah terpapar antibiotik dalam 3 bulan sebelumnya
(Tabel 1). Pada kelompok yang diberikan antibiotik spektrum luas, mayoritas
anak-anak (77,5%) mendapat asam amoksisilin-klavulanat, sedangkan 22,2%
diberikan sefalosporin dan hanya 6 anak yang diberikan fluoroquinolon.
 Secara keseluruhan, 8669 pasien diobati dengan amoksisilin atau
makrolid. Hasil regresi logistik univariat untuk menentukan variabel inklusi dalam
model multivariat terlihat pada Tabel 2. Dalam model regresi logistik multivariat
untuk resep makrolida vs amoksisilin, faktor-faktor yang terkait dengan
peningkatan kemungkinan pemberian resep dari makrolid termasuk usia 5 tahun
( Rasio odds yang disesuaikan [aOR]: 6.18; 95% tingkat kepercayaan [CI]: 5.53-
6.91), asuransi pribadi (aOR: 1,47; 95% CI: 1,28-1,70), riwayat asma (aOR: 1,15;
95% CI: 1,04-1,28), dan paparan antibiotik sebelumnya (aOR: 1,79; 95% CI:
1,56-2,04), sedangkan hasil pemeriksaan abnormal (aOR: 0,80; 95% CI: 0,66-
0,97) dan adanya demam (aOR: 0,44; 95% CI: 0,37-0,53) dikaitkan dengan
penurunan kemungkinan pemberian resep makrolid (Tabel 3). Perkiraan
probabilitas pemberian resep makrolid berkisar antara 0,22-0,83 di lokasi klinik
setelah disesuaikan dengan faktor lain yang terkait dengan pilihan antibiotik
(Gambar 2).
13974 Pasien Pneumonia diidentifikasi dengan
EHR

Karakteristik Klinis, Sosioekonomi, Petugas

Kesehatan Dikumpulkan

3047 Tidak diberikan antibiotik

6 riwayat datang ke UGD

159 Terapi ganda/Tidak

memenuhi syarat untuk
diberikan antibiotik
287 Data Tidak Lengkap

61 Kasus Klinis Campuran

10414 Pasien inklusi

4239 Amoksisilin 4430 Makrolid 1745 Spektrum Luas

Gambar 1 Pemberian antibiotik pada kasus CAP

Dari 5984 pasien yang diberikanamoksisilin atau antibiotik spektrum luas,

faktor yang terkait dengan kemungkinan peningkatan resep antibiotik spektrum
luas termasuk praktik pinggiran kota (aOR: 7,50; 95% CI: 4,16-13,55) dan
paparan antibiotik sebelumnya (aOR : 3,31; 95% CI: 2,83-3,86). Usia pasien 5
tahun (aOR: 1,27; 95% CI: 1,10-1,46) hanya memiliki efek sederhana terhadap
kemungkinan penerimaan antibiotik spektrum luas. Perkiraan kemungkinan
pemberian resep spektrum luas berkisar antara 0,02 sampai 0,81 di seluruh lokasi
klinik setelah disesuaikan dengan faktor lain yang terkait dengan pilihan antibiotik
(Gambar 3). Penyesuaian tren dari waktu ke waktu tidak mempengaruhi model.

DISKUSI
Pilihan antibiotik untuk CAP bervariasi secara luas di pusat layanan kesehatan
anak primer yang beragam, dan perbedaan dalam praktik pemberian resep tidak
sepenuhnya didorong oleh faktor klinis yang dapat memprediksi pilihan
antibiotik. Meskipun panduan saat ini merekomendasikan amoksisilin untuk anak
dengan CAP, sebagian besar diberi resep makrolid. Meskipun usia dan
penggunaan antibiotik sebelumnya merupakanacuan pola pemberian resep yang
tepat, faktor sosiodemografi, termasuk status asuransi dan lokasi praktik, yang
seharusnya tidak berkorelasi dengan etiologi bakteri juga dikaitkan dengan
pemilihan antibiotik.
 TABEL 1 Jumlah dan Persentase peresepan antibiotik pada kelompok demografis dan klinis

Monoterapi Amoksisilin, Monoterapi Makrolid, n Terapi Spektrum luas, n

Total Kohort, n (% dari
n (% dalam setiap (% dalam Setiap (% dalam Setiap
Total Sampel)
kelompok kovariat) Kelompok Kovariat) Kelompok Kovariat)
Jumlah Pasien 10414 4239 (40.7) 4430 (42.5) 1745 (16.8)
Pria 5319 (51.1) 2131 (50.3) 2291 (51.7) 897 (51.4)
Usia 5 tahun 6214 (60.0) 1824 (43.0) 3559 (80.3) 831 (47.6)
Ras Afrika Amerika 1485 (14.2) 880 (20.8) 448 (10.1) 157 (9.0)
Etnis Hispanik 631 (6.1) 297 (7.0) 221 (5.0) 113 (6.5)
Asuransi Umum 1859 (17.9) 1036 (24.4) 565 (12.8) 258 (14.8)
Daerah perifer/pinggiran 9531 (91.5) 3666 (86.5) 4162 (94.0) 1703 (97.6)
Tenaga kesehatan kompeten 8070 (77.5) 3314 (78.2) 3308 (74.7) 1448 (83.0)
Asma 3966 (38.1) 1588 (37.5) 1667 (37.6) 711 (40.7)
PCV UTD 7934 (76.2) 3721 (87.8) 2773 (62.6) 1440 (82.5)
Demam 38.30C saat kunjungan 1030 (9.9) 531 (12.5) 254 (5.7) 245 (14.0)
Pemeriksaan paru abnormal 9660 (92.8) 3937 (92.9) 4108 (92.7) 1615 (92.6)
Pemeriksaan foto toraks 929 (8.9) 390 (9.2) 304 (6.9) 235 (13.5)
>3 kunjungan sakit 3445 (33.1) 1432 (33.8) 1242 (28.0) 771 (44.2)
Paparan antibiotik 2339 (22.4) 715 (16.9) 941 (21.2) 683 (39.1)
PCV UTD, Vaksinasi Konjugasi Penumokokus terbaru.
TABEL 2 Perkiraan rasio odd dari regresi logistik univariat untuk peresepan baik makrolid
atau antibiotik spektrum luas dibandingkan dengan Amoksisilin

Rasio odd, Spektrum

Rasio odd, Makrolid vs a
luas vs Amoksisilin
Amoksisilin (95% CI)
(95% CI) V
a
Pria 1.06 (0.971.15) 1.05 (0.941.17) r
Usia 5 tahun 5.41 (4.95.95)a 1.20 (1.081.25)a i
Asuransi Pribadi 2.21 (1.982.48)a 1.86 (1.612.16)a a
Ras 0.43 (0.380.49)a 0.38 (0.320.45)a b
Tenaga kesehatan kompeten 0.83 (0.750.91)a 1.36 (1.181.57)a e
Asma 1.01 (0.921.10) 1.15 (1.021.29)a l
Demam 38.30C saat kunjungan 0.42 (0.360.50)a 1.14 (0.961.34)
>3 kunjungan sakit per tahun 0.76 (0.700.83)a 1.55 (1.381.73)a
Pemeriksaan foto toraks 0.73 (0.620.85)a 1.53 (1.291.82)a
Pemeriksaan paru abnormal 0.98 (0.831.15) 0.95 (0.771.18)
Daerah perifer/pinggiran 2.43 (2.082.82)a 6.34 (4.618.71)a
Paparan antibiotik sebelumnya 1.33 (1.191.48)a 3.17 (2.803.59)a

yang dinyatakan signifikan pada analisis univariat dan menjadi variabel untuk analisis
multivariat

Studi ini mengkonfirmasikan pekerjaan sebelumnya dari database administrasi besar

yang mendokumentasikan pola pemberian resep yang berbeda dengan epidemiologi
bakteri yang diketahui dan mulai menjelaskan penyebab perbedaan ini melalui data
yang lebih terperinci yang dapat mengidentifikasi variabel klinis, demografi, dan level-
klinisi utama. Meskipun etiologi bakteri CAP mengalami perubahan dengan
diperkenalkannya vaksin pneumokokus, S. pneumoniae tetap menjadi penyebab utama
CAP bakteri, dan pedoman sangat menyarankan untuk memberikan obat dengan target
organisme ini. Panduan telah diberikan terkait kapan harus memberikan resep
makrolida, yang memiliki aktivitas terhadap pneumokokus lebih rendah dibandingkan
dengan amoksisilin.
Saat ini, tidak mungkin untuk menentukan berapa banyak pasien dalam penelitian kami
yang menderita pneumonia atipikal karena pengujian patogen pernafasan tidak
dilakukan secara rutin pada pasien rawat jalan. Sebuah studi terbaru terhadap anak yang
dirawat di rumah sakit dengan CAP melaporkan bahwa 19% anak sekolah dan 3% anak
berusia<5 tahun terinfeksi oleh Mycoplasma pneumoniae, hal ini menunjukkan bahwa
banyak tempat praktik dalam penelitian ini mungkin terlalu menekankan pemberian
makrolid.
Keputusan untuk meresepkan antibiotik makrolid atau antibiotik spektrum luas
dapat dijelaskan sebagian oleh faktor klinis. Usia dan tidak adanya demam pada pasien
merupakan karakteristik klinis yang tepat untuk dipertimbangkan saat menentukan
apakah anak menderita pneumonia pneumokokus atau pneumonia atipikal. Namun,
keputusan untuk meresepkan antibiotik spektrum luas dan bukan amoksisilin tidak
dipengaruhi oleh usia pasien, hal ini menunjukkan bahwa penyedia layanan kesehatan
kemungkinan tidak lagi mempertimbangkan pneumonia atipikal, namun memutuskan
terapi untuk menangani patogen khas. Hubungan antara pemberian antibiotik spektrum
luas dengan penggunaan antibiotik sebelumnya mungkin mencerminkan kekhawatiran
terhadapresistensi organisme. Sebagian besar anak-anak dalam kelompok yang
diberikan antibiotik spektrum luas juga mempunyai hasil pemeriksaan foto toraks, yang
menunjukkan bahwa pasien yang diberi antibiotik spektrum luas mungkin telah sakit
sebelumnya.
Meskipun faktor klinis tampaknya mempengaruhi pengambilan keputusan
pemberian antibiotik, namun faktor nonklinis yang harus dipertimbangkan tetap ada.
Kondisi praktik/klinikmerupakan prediktor peresepan antibiotik yang kuat. Meskipun
studi sebelumnya telah menunjukkan perbedaan regional, studi ini menyoroti perbedaan
antara praktik yang terdapat dalam sistem kesehatan tunggal. Berdasarkan model
prediksi kami, untuk rata-rata 10 anak dengan CAP, makrolid akan diberikan pada 2
dari 10 anak dalam satu tempat praktik dan 8 anak yang serupa dalam praktik lain.
Gambar 2. Prediksi probabilitas pemberian resep makrolid. Perkiraan
probabilitasperesepan makrolid (terendah ke tertinggi). Klinik perkotaan yang
dilingkari. Prediksi probabilitas dihasilkan berdasarkan model regresi logistik
multivariat dengan jenis klinik (perkotaan atau pinggiran kota) dieksklusi dari model.

Efek dari pengaturan praktik ini juga disorot oleh peningkatan rasio odd yang
tajam (7,50) dari penerimaan antibiotik spektrum luas dibandingkan dengan amoksisilin
dengan melihat seorang dokter anak di salah satu praktik di pinggiran kota
dibandingkan dengan praktik perkotaan. Dalam jaringan praktik ini, 4 dari 5 praktik
perkotaan dianggap layak karena mempunyai residen pediatrik, dan 2 dari praktik ini
digabungkan selama masa studi. Semua klinik/tempat praktikmempunyai mahasiswa
kedokteran. Pengaturan akademis mungkin merupakan faktor utama perbedaan antara
lokasi praktik ini, karena pada rumah sakit/tempat praktik berbasis pendidikan mungkin
lebih cenderung mengikuti panduan yang telah ditetapkan, dan memerlukan studi
tambahan. Sebagai alternatif, variasi praktik yang terlihat di lingkungan perkotaan
mungkin mencerminkan kovariat yang tidak terukur yang terkait dengan individualitas
pasien.Namun, mungkin terdapat karakteristik tambahan yang mempengaruhi variasi
praktik, termasuk ukuran klinik, waktu rata-rata pelayanan setiap pasien,
kecenderungan untuk pemantauan lanjutan pasien dengan kunjungan atau telepon, dan
pengetahuan dasar dari masing-masing dokter, yang juga tidak diukur. Pada kedua
model tersebut, asosiasi antara asuransi pribadi dengan pemberian resep makrolid atau
antibiotik spektrum luas mendukung hasil temuan penelitian sebelumnya. Penyedia
layanan kesehatan dapat membuat keputusan pengobatan yang berbeda karena
pertimbangan biaya pengobatan, yang dipengaruhi oleh orang tua dari pasien yang
menggunakan asuransi pribadi selama kunjungan, atau mengalami bias yang tidak
disadari mengenai kondisi keluarga. Faktor-faktor ini mungkin juga berbeda-beda di
setiap klinik, yang berkontribusi terhadap variasi diantara tempat praktik/klinik yang
kami amati. Walaupun ras telah diidentifikasi sebagai prediktor pola pemberian resep
yang signifikan dalam studi sebelumnya, namun ras tersebut tidak menjadi faktor utama
dalam populasi penelitian kami. Upaya untuk meningkatkan pedoman-resep yang
patuh, seperti edukasi pada penyedia layanan kesehatan dan alat pendukung keputusan,
harus mampu mengatasifaktor nonklinis yang berpengaruh dalam pola pemberian
resep ini, termasuk preferensi dokter, menentukan norma dalam praktik, dan dorongan
terhadap orang tua untuk menerapkan praktik pemberian resep.

Gambar 3. Prediksi kemungkinan pemberian resep spektrum luas. Perkiraan

kemungkinan resep antibiotik spektrum luas (terendah sampai tertinggi). Klinik
perkotaan dilingkari. Prediksi probabilitas dihasilkan berdasarkan model regresi logistik
multivariat dengan tipe klinik (perkotaan atau pinggiran kota) yang dikeluarkan dari
model.

Studi kami memiliki keterbatasan. Studi ini merupakan studi kohort retrospektif
dan oleh karena itu, perancu yang tidak terukur mungkin mempengaruhi pilihan
pengobatan yang diresepkan. Karena populasi penelitian hanya mencakup anak-anak
dengan CAP rawat jalan, data ini mungkin tidak dapat digeneralisasikan untuk anak-
anak lain dengan pneumonia, seperti yang memerlukan rawat inap atau dengan kondisi
kronis yang rumit. Hanya data yang dapat didapat secara elektronik yang dikumpulkan
dan dianalisis, jadi kami tidak dapat menjelaskan faktor tambahan yang mungkin tidak
terdokumentasi dengan baik, seperti permintaan antibiotik oleh orang tua, temuan
pemeriksaan fisik tidak berdokumen yang mungkin mempengaruhi pertimbangan
pemilihan antibiotik, atau penggunaan internal algoritma/clinical pathways.Definisi
CAP didasarkan pada diagnosis klinis dan tidak dapat dikonfirmasi dengan data
radiologis atau mikrobiologis. Namun, data mikrobiologis umumnya tidak tersedia bagi
praktisi saat membuat keputusan diagnosis dan pengobatan, yang mencerminkan
kondisi nyata yang dihadapi dokter di tempatkerja, dan maksud kami adalah untuk
mengukur prediktor pilihan antibiotik pada anak-anak dengan dugaan pneumonia. Hasil
untuk pasien yang dirawat di unit gawat darurat rumah sakit atau unit rawat inap di luar
jaringan rumah sakit studi tidak dapat diidentifikasi dan, oleh karena itu, pemberian
antibiotik mungkin dikaitkan dengan pilihan antibiotik oleh dua dokter yang berbeda
sebelumnya. Namun, tinjauan ulang terhadap 3577 pasien hanya mengidentifikasi
sekitar 3% pasien yang sebelumnya didiagnosis CAP oleh penyedia layanan kesehatan
yang berbeda-beda.

KESIMPULAN
Pilihan antibiotik untuk CAP bervariasi secara luas pada praktik anak dan
sangat dipengaruhi oleh faktor nonklinis yang tidak terkait dengan etiologi mikroba.
Pemahaman terhadap peran faktor penentu demografi, praktik, dan sosioekonomi dalam
pemberian resep akan memungkinkan terwujudnya rancangan program pengelolaan
antimikroba pada pasien rawat jalan yang efektif untuk memperbaiki penatalaksanaan
CAP dan infeksi umum pada anak lainnya.

DAFTAR SINGKATAN
aOR: yang disesuaikan odds ratio
CAP: Pneumonia Komunitas
CI: Tingkat kepercayaan
EHR: Rekam Jantung Elektronik
ICD-9-CM: International Classification of Diseases, Ninth Revision, Clinicsl
Modification
 PICO-VIA
I. Populasi
Pada penelitian ini populasi yang diteliti adalah seluruh
kunjunganDepartemenGawatDaruratAnak di sebuahRumahSakitSwasta di Philadelphia,
AmerikaSerikatpada periode 1 Juni 2013 sampai 31 Mei 2015, dengan 1 Juni 2013
sampai 31 Mei 2014, untuk menyediakan data pra-implementasi dan 1 Juni 2014 sampai
31 Mei 2015, untuk menyediakan data pasca implementasi.
KriteriaeksklusipenelitianiniadalahpasienrujukandariRumahSakitlain yang
sudahmendapatkandosisawalantibiotikintravenadariRumahSakitsebelumnya.

II. Intervensi
Penelitian ini merupakan penelitian cohort yaitu penelitian epidemiologi analitik
observasional yang mempelajari hubungan antara paparan dan penyakit, dengan cara
membandingkan kelompok terpapar dan kelompok tidak terpapar oleh paparan.Dalam
penelitian ini, paparan yang dimaksud adalah implementasi dari electronic sepsis alert
atau ESA.
III. Comparison
Penelitian ini menggunakan kelompok control sebagai pembanding. Peneliti
melacak outcome pasien, seperti ada atau tidaknya disfungsi organ dan lama masa rawat
inap di ICU maupun di Rumah Sakit pada pasien yang dideteksi dengan ESA di
InstalasiGawatDaruratAnaksetempatdibandingkandenganpasien yang datang sebelum
dimulainya implementasi ESA.

IV. Outcome
Dari penelitiandidapatkanbahwaterdapat 182.509 kunjungan ke IGD Anak
selama periodepenelitian dengan 86.037 sebelum penerapan ESAdan 96.472
sesudahnya, dan 1.112 (1,2%) tanda sepsis elektronik positif. Secara keseluruhan, 326
pasien (0,3%) diobati untuk sepsis berat dalam 24 jam. ESAdapat mendeteksi sepsis
beratdenganhasiluji karakteristik sensitivitas 86,2% (95% confidence interval(CI) 82,0%
sampai 89,5%), spesifisitas 99,1% (95% CI 99,0% sampai 99,2%), nilai prediksi positif
25,4% (95% CI 22,8% sampai 28,0%), dan nilai prediksi negatif 100% (95% CI 99,9%
sampai 100%). Inklusi layar klinisi mengidentifikasi 43 anak-
anaktambahandenganhasilpemeriksaanESA negatif, dengan sensitivitasterhadap sepsis
berat 99,4% (95% CI 97,8% sampai 99,8%) dan spesifisitas 99,1% (95% CI 99,1%
sampai 99,2%). Implementasi ESAmeningkatkan deteksi sepsis di IGD dari 83%
menjadi 96%.

V. Study Validity
a. Apakah fokus penelitian ini sesuai dengan tujuan penelitian?
Ya, fokus penelitian ini sesuai dengan tujuan penelitian. Tujuan dari penelitian ini
adalah untuk mengevaluasi kinerja dari proses penilaian sepsis termasuk electronic
sepsis alert (ESA) dan membandingkannya dengan pemeriksaan klinis di
Departemen Emergensi Anak.

b. Apakah subjek penelitian diambil dengan cara yang tepat?

Ya.Populasi dalam penelitian ini adalah seluruh kunjungan Departemen Emergensi
Anak di Rumah Sakit Anak Akademik Swasta di Philadelphia, AS pada periode 1
Juni 2013 sampai 31 Mei 2015. Kriteria eksklusi penelitian ini adalah pasien rujukan
dari Rumah Sakit lain yang sudah mendapatkan dosis awal antibiotic intravena dari
Rumah Sakir sebelumya.

c. Apakah data yang dikumpulkan sesuai dengan tujuan penelitian?

 Ya, data yang dikumpulkan sudah sesuai dengan tujuan penelitian. Data dikumpulkan
dari seluruh kunjungan Departemen Emergensi Anak di Rumah Sakit Anak
Akademik Swasta di Philadelphia, AS pada periode 1 Juni 2013 sampai 31 Mei 2015,
kemudian dikelompokkan menjadi kelompok pra-implementasi ESA dan pasca-
implementasi ESA.

d. Apakah penelitian ini mempunyai jumlah subjek yang cukup untuk meminimalisir
kebetulan?
Ya, jumlah subjek cukup karena penelitian ini tidak membutuhkan besar subjek
minimal.Data yang diambil cukup banyak yaitu pasien sepsis yang masuk
Departemen Emergensi Anak Rumah Sakit Anak Akademik Swasta di Philadelphia,
AS selama 2 tahun.

e. Apakah analisa data yang dilakukan cukup baik?

Ya, analisa data yang dilakukan cukup baik. Analisa dilakukan menggunakan statistic
deskriptif dari populasi yang terdiri sensitivitas dan spesifisitas menggunakan uji chi-
square (x2), serta nilai prediksi negatif dan positif, rasio kemungkinan positif dan
negatif menggunakan p-charts yang didapatkan dengan membandingkan data dari
dua periode penelitian yang berbeda, sebelum dan sesudah implementasi ESA. Hal
ini untuk mengevaluasi implementasi kinerja ESA dengan cara membandingkannya
dengan kelompok control, yaitu kelompok sebelum terpapar paparan implementasi
ESA.

VI. Importance
Apakah penelitian ini penting?
Ya.Deteksi dini dan akurat terhadap sepsis berat anak-anak masih merupakan tantangan
tersendiri bagi klinisi karena banyak anak yang datang pada awalnya dengan syok
terkompensasi tanpa hipotensi yang jelas.Keadaan seperti sepsis berat atau syok septik
juga merupakan kegawatdaruratan anak yang memiliki angka morbiditas dan mortalitas
yang cukup tinggi.Penelitian ini penting dalam hal mengembangkan metode ESA,
sebagai salah satu alternatif deteksi dini anak-anak dengan sepsis di Departemen
Emergensi dan Rawat Intensif Anak.Penggunaan metode ini diharapkan mampu
membantu klinisi mendeteksi sepsis pada anak.

VII.Applicable
Apakah penelitian ini dapat diaplikasikan?
Ya.Penelitian ini dapat diaplikasikan kepada pasien gawat darurat di IGD maupun
PICU.Hasil penelitian ini mampu membantu klinisi dalam mendeteksi dini anak-anak
dengan sepsis.