Prevalence and predictors of MRSA, ESBL, and VRE colonization in the ambulatory IBD population
Notice bibliographique
Résumé
BACKGROUND AND AIMS: Inflammatory bowel disease (IBD) patients may be at increased risk of acquiring antibiotic-resistant organisms (ARO). We sought to determine the prevalence of colonization of methicillin-resistant Staphylococcus aureus (MRSA), Enterobacteriaceae containing extended spectrum beta-lactamases (ESBL), and vancomycin-resistant enterococi (VRE) among ambulatory IBD patients. METHODS: We recruited consecutive IBD patients from clinics (n=306) and 3 groups of non-IBD controls from our colon cancer screening program (n=67), the family medicine clinic (n=190); and the emergency department (n=428) from the same medical center in Toronto. We obtained nasal and rectal swabs for MRSA, ESBL, and VRE and ascertained risk factors for colonization. RESULTS: Compared to non-IBD controls, IBD patients had similar prevalence of colonization with MRSA (1.5% vs. 1.6%), VRE (0% vs. 0%), and ESBL (9.0 vs. 11.1%). Antibiotic use in the prior 3 months was a risk factor for MRSA (OR, 3.07; 95% CI: 1.10-8.54), particularly metronidazole. Moreover, gastric acid suppression was associated with increased risk of MRSA colonization (adjusted OR, 7.12; 95% CI: 1.07-47.4). Predictive risk factors for ESBL included hospitalization in the past 12 months (OR, 2.04, 95% CI: 1.05-3.95); treatment with antibiotics it the past 3 months (OR, 2.66; 95% CI: 1.37-5.18), particularly prior treatment with vancomycin or cephalosporins. CONCLUSIONS: Ambulatory IBD patients have similar prevalence of MRSA, ESBL and VRE compared to non-IBD controls. This finding suggests that the increased MRSA and VRE prevalence observed in hospitalized IBD patients is acquired in-hospital rather than in the outpatient setting.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».