Emerging resistance among bacterial pathogens in the intensive care unit – a European and North American Surveillance study (2000–2002)
Notice bibliographique
Résumé
BACKGROUND: Globally ICUs are encountering emergence and spread of antibiotic-resistant pathogens and for some pathogens there are few therapeutic options available. METHODS: Antibiotic in vitro susceptibility data of predominant ICU pathogens during 2000-2 were analyzed using data from The Surveillance Network (TSN) Databases in Europe (France, Germany and Italy), Canada, and the United States (US). RESULTS: Oxacillin resistance rates among Staphylococcus aureus isolates ranged from 19.7% to 59.4%. Penicillin resistance rates among Streptococcus pneumoniae varied from 2.0% in Germany to as high as 20.2% in the US; however, ceftriaxone resistance rates were comparably lower, ranging from 0% in Germany to 3.4% in Italy. Vancomycin resistance rates among Enterococcus faecalis were < or = 4.5%; however, among Enterococcus faecium vancomycin resistance rates were more frequent ranging from 0.8% in France to 76.3% in the United States. Putative rates of extended-spectrum beta-lactamase (ESBL) production among Enterobacteriaceae were low, <6% among Escherichia coli in the five countries studied. Ceftriaxone resistance rates were generally lower than or similar to piperacillin-tazobactam for most of the Enterobacteriaceae species examined. Fluoroquinolone resistance rates were generally higher for E. coli (6.5% - 13.9%), Proteus mirabilis (0-34.7%), and Morganella morganii (1.6-20.7%) than other Enterobacteriaceae spp (1.5-21.3%). P. aeruginosa demonstrated marked variation in beta-lactam resistance rates among countries. Imipenem was the most active compound tested against Acinetobacter spp., based on resistance rates. CONCLUSION: There was a wide distribution in resistance patterns among the five countries. Compared with other countries, Italy showed the highest resistance rates to all the organisms with the exception of Enterococcus spp., which were highest in the US. This data highlights the differences in resistance encountered in intensive care units in Europe and North America and the need to determine current local resistance patterns by which to guide empiric antimicrobial therapy for intensive care infections.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».