Five years of nosocomial Gram-negative bacteremia in a general intensive care unit: epidemiology, antimicrobial susceptibility patterns, and outcomes
Notice bibliographique
Résumé
OBJECTIVES: Nosocomial Gram-negative bacteremia in the critically ill is associated with significant morbidity and mortality. This study provides epidemiological and antimicrobial susceptibility data for nosocomial Gram-negative bacteremia in a general intensive care unit (ICU) over a five-year period. METHODS: Positive blood cultures from January 1, 1999 to December 31, 2003 were reviewed for microbial etiology and susceptibilities. Patient charts were reviewed to determine the source of infection and outcome. RESULTS: Forty-five nosocomial Gram-negative bacteremias occurred in 44 patients. Infection rates of 6.9/1000 admissions and 11.3/10,000 patient days remained stable. Admitting diagnoses included respiratory failure, solid organ transplant, post-surgery, and multi-trauma. Seven bacterial species were identified; Pseudomonas aeruginosa and Enterobacter spp were most common. Sources of bacteremia included pneumonia (48.9%), and central venous catheterization (22.2%). Antimicrobial susceptibilities were highest for imipenem, gentamicin, tobramycin, ceftazidime, and piperacillin-tazobactam. Ciprofloxacin susceptibility was inferior to imipenem, gentamicin, and tobramycin (p < 0.05). Mortality rates were 53.3% in the ICU, and 60% for overall hospitalization. Average length of ICU stay was 50.5 days compared to 6.13 days for all-comers. CONCLUSIONS: Nosocomial Gram-negative bacteremia is associated with marked morbidity and mortality in critically ill patients. Significant resistance to ciprofloxacin was demonstrated. Empiric treatment regimens should be based on unit-specific data.
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 | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 ».