[论文解读] Improving institutional memory on challenges and methods for estimation of pig herd antimicrobial exposure based on data from the Danish Veterinary Medicines Statistics Program (VetStat)

Nana Dupont, Mette Ely Fertner+5 more|arXiv (Cornell University)|May 24, 2017

Pharmaceutical and Antibiotic Environmental Impacts参考文献 14被引用 9

一句话总结

本文针对利用丹麦VetStat数据库估算猪群抗菌药物暴露量时面临的方法论挑战，提出标准化的数据提取与清洗流程，以提升一致性和可靠性。研究识别出关键的数据局限性，并提供实用解决方案，增强未来关于猪群抗菌药物使用研究的机构记忆。

ABSTRACT

With the increasing occurrence of antimicrobial resistance, more attention has been directed towards surveillance of both human and veterinary antimicrobial use. Since the early 2000s, several research papers on Danish pig antimicrobial usage have been published, based on data from the Danish Veterinary Medicines Statistics Program (VetStat). VetStat was established in 2000, as a national database containing detailed information on purchases of veterinary medicine. This paper presents a critical set of challenges originating from static system features, which researchers must address when estimating antimicrobial exposure in Danish pig herds. Most challenges presented are followed by at least one robust solution. A set of challenges requiring awareness from the researcher, but for which no immediate solution was available, were also presented. The selection of challenges and solutions was based on a consensus by a cross-institutional group of researchers working in projects using VetStat data. No quantitative data quality evaluations were performed, as the frequency of errors and inconsistencies in a dataset will vary, depending on the period covered in the data. Instead, this paper focuses on clarifying how VetStat data may be translated to an estimation of the antimicrobial exposure at herd level, by suggesting uniform methods of extracting and editing data, in order to obtain reliable and comparable estimates on pig antimicrobial consumption for research purposes.

研究动机与目标

• 解决从VetStat数据估算猪群抗菌药物暴露量时反复出现的方法论挑战。
• 建立标准化的数据提取与清洗程序，以实现抗菌药物消耗量估计的一致性和可比性。
• 记录VetStat中持续存在的数据质量问题，提醒研究人员即使缺乏即时解决方案也需保持警觉。
• 通过整合专家共识，整理猪群抗菌药物监测中数据使用经验，加强机构记忆。
• 支持使用VetStat数据对丹麦猪群抗菌药物使用进行可靠且可重复的研究。

提出的方法

• 作者对多家机构在使用VetStat数据估算群体水平抗菌药物暴露量时面临的挑战进行了跨机构审查。
• 他们制定了标准化的数据处理工作流程，以应对VetStat数据库中数据不一致和缺失的问题。
• 该方法包括系统性数据编辑、单位换算，并依据既定标准将数据聚合至猪群层面。
• 解决方案基于专家共识，侧重于实际数据处理方法，而非统计质量评估。
• 通过记录程序和附录，强调透明度和可重复性。
• 该方法通过减少数据解释中的变异性，支持不同研究之间的可比性。

实验结果

研究问题

• RQ1 使用VetStat数据估算猪群抗菌药物暴露量时，存在哪些关键的数据相关挑战？
• RQ2 研究人员如何标准化数据提取与清洗流程，以确保抗菌药物消耗量估计的可靠性和可比性？
• RQ3 VetStat中哪些持续存在的数据质量问题需要研究人员关注，即使缺乏即时技术解决方案？
• RQ4 如何保存并提升关于VetStat数据使用的机构知识，以支持未来研究？
• RQ5 哪些标准化程序可增强丹麦猪群抗菌药物暴露量估计的可重复性？

主要发现

• VetStat数据库中存在静态系统特性，导致在群体水平估算抗菌药物暴露量时持续面临挑战。
• 多种数据不一致问题，如治疗记录缺失或模糊，需在数据处理过程中谨慎处理。
• 标准化的数据提取与清洗协议显著提升了抗菌药物消耗量估计的可靠性和可比性。
• 本文识别出仅靠技术手段无法解决的数据质量问题，需依赖研究人员的警觉性。
• 基于共识的方法增强了机构记忆，降低了未来研究中出现方法论错误的风险。
• 所提出的方案支持使用VetStat数据进行可重复且透明的猪群抗菌药物使用研究。