Nosocomial Infections and Epidemiology of Antibiotic Resistance in Teaching Hospitals in South East of Iran
Notice bibliographique
Résumé
AIM: Antibiotic resistance as one of the most serious health threats worldwide leading to a high rate of morbidity and mortality. The aim of present study was to examine the prevalence of nosocomial infections (NIs) and pattern of antibiotic resistance in teaching hospitals in Iran. METHODS: This cross-sectional descriptive study was conducted in a period of one year in three teaching hospitals and all patients with suspected NIs symptoms were chooses. Among these patients who showed antibiotic resistance were included in the study. The samples for clinical test in laboratory were obtained with using standard methods and aseptic technique by trained personnel. Antibiotic susceptibility testing was performed by Kirby-Bauer's disk diffusion method on Muller-Hinton agar (Hi Media, Mumbai, India) in accordance with the standards of the Clinical Laboratory Standards Institute. RESULTS: During one year study, 561 patients with nosocomial infections were recognized and among them 340 patients (60.6%) showed some level of antibiotic resistance. The most common cause of NIs in present study was Acinetobacter and the most type of infection was respiratory system infections (52.7%). The highest resistance rate was against Ciprofloxacin (61.8%) followed by Imipenem (50.3%). CONCLUSION: Rate of NIs and antibiotics resistance is high in Iranian hospital. So Iranian health ministry should provide guideline and suitable programs for prevention of NIs and antibiotic therapy in hospitals.
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 | 0,005 | 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 | 0,001 |
| 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 ».