The Impact of Nosocomially-Acquired Resistant Pseudomonas aeruginosa Infection in a Burn Unit
Notice bibliographique
Résumé
BACKGROUND: Nosocomially-acquired Pseudomonas aeruginosa remains a serious cause of infection and septic mortality in burn patients. This study was conducted to quantify the impact of nosocomially-transmitted resistant P. aeruginosa in a burn population. METHODS: Using a TRACS burn database, 48 patients with P. aeruginosa resistant to gentamicin were identified (Pseudomonas group). Thirty-nine were case-matched to controls without resistant P. aeruginosa cultures (control group) for age, total body surface area, admission year, and presence of inhalation injury. Mortality and various morbidity endpoints were examined, as well as antibiotic costs. RESULTS: There was a significantly higher mortality rate in the Pseudomonas group (33% vs. 8%, p < 0.001) compared with in the control group. Length of stay was increased in the Pseudomonas group (73.4 +/- 11.6 vs. 58.3 +/- 8.3 days). Ventilatory days (23.9 +/- 5.4 vs. 10.8 +/- 2.4, p < 0.05), number of surgical procedures (5.2 +/- 0.6 vs. 3.4 +/- 0.4, p < 0.05), and amount of blood products used (packed cells 51.1 +/- 8.0 vs. 21.1 +/- 3.4, p < 0.01; platelets 11.9 +/- 3.0 vs. 1.4 +/- 0.7, p < 0.01) were all significantly higher in the Pseudomonas group. Cost of antibiotics was also significantly higher ($2,658.52 +/- $647.93 vs. $829.22 +/- $152.82, p < 0.01). CONCLUSIONS: Nosocomial colonization or infection, or both, of burn patients with aminoglycoside-resistant P. aeruginosa is associated with significantly higher morbidity, mortality, and cost of care. Increased resource consumption did not prevent significantly higher mortality rates when compared with that of control patients. Thus, prevention, identification, and eradication of nosocomial Pseudomonas contamination are critical for cost-effective, successful burn care.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 ».