Microbiology of Urinary Tract Infections in Gaborone, Botswana
Notice bibliographique
Résumé
OBJECTIVE: The microbiology and epidemiology of UTI pathogens are largely unknown in Botswana, a high prevalence HIV setting. Using laboratory data from the largest referral hospital and a private hospital, we describe the major pathogens causing UTI and their antimicrobial resistance patterns. METHODS: This retrospective study examined antimicrobial susceptibility data for urine samples collected at Princess Marina Hospital (PMH), Bokamoso Private Hospital (BPH), or one of their affiliated outpatient clinics. A urine sample was included in our dataset if it demonstrated pure growth of a single organism and accompanying antimicrobial susceptibility and subject demographic data were available. RESULTS: A total of 744 samples were included. Greater than 10% resistance was observed for amoxicillin, co-trimoxazole, amoxicillin-clavulanate, and ciprofloxacin. Resistance of E. coli isolates to ampicillin and co-trimoxazole was greater than 60% in all settings. HIV status did not significantly impact the microbiology of UTIs, but did impact antimicrobial resistance to co-trimoxazole. CONCLUSIONS: Data suggests that antimicrobial resistance has already emerged to most oral antibiotics, making empiric management of outpatient UTIs challenging. Ampicillin, co-trimoxazole, and ciprofloxacin should not be used as empiric treatment for UTI in this context. Nitrofurantoin could be used for simple cystitis; aminoglycosides for uncomplicated UTI in inpatients.
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) | 0,001 | 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 ».