Association between Antifungal Prophylaxis and Rate of Documented Bacteremia in Febrile Neutropenic Cancer Patients
Notice bibliographique
Résumé
Published data have suggested a correlation between antifungal prophylaxis and bacteremia in febrile neutropenia. This correlation was investigated among 3002 febrile neutropenic patients enrolled in 4 trials during 1986-1994. Globally, 1322 patients (44%) did not receive antifungal prophylaxis; 835 (28%) received poorly absorbable antifungal agents and 845 (28%) received absorbable antifungal agents. The rates of bacteremia for these groups were 20%, 26%, and 27%, respectively (P=.0001). In a multivariate model without including antifungal prophylaxis, factors associated with bacteremia were: age, duration of hospitalization, duration of neutropenia before enrollment, underlying disease, presence of an intravenous catheter, shock, antibacterial prophylaxis, temperature, and granulocyte count at onset of fever. When antifungal prophylaxis was included, the adjustment quality of the model improved slightly (P=.05), with an odds ratio of 1.19 (95% confidence interval [CI], 0.92-1.55) for patients receiving nonabsorbable and 1.42 (95% CI, 1.07-1.88) for those who were receiving absorbable antifungal agents. Antifungal prophylaxis with absorbable agents might have an impact on the rate of documented bacteremia in febrile neutropenia. This effect should be confirmed prospectively.
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 | 0,001 |
| 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 | 0,000 |
| 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 ».