Meta-Analysis
Notice bibliographique
Résumé
Background: Vancomycin is used to treat serious infections caused by methicillin-resistant Staphylococcus aureus (MRSA). It is unclear whether MRSA isolates with minimum inhibitory concentration (MIC) 1.5 to 2 µg/mL are successfully treated with vancomycin. Objective: Evaluate vancomycin failure rates in MRSA bacteremia with an MIC <1.5 versus ≥1.5 µg/mL, and MIC ≤1 versus ≥2 µg/mL. Methods: A literature search was conducted using MESH terms vancomycin, MRSA, bacteremia, MIC, treatment and vancomycin failure to identify human studies published in English. All studies of patients with MRSA bacteremia treated with vancomycin were included if they evaluated vancomycin failures, defined as mortality, and reported associated MICs determined by E-test. Study sample size, vancomycin failure rates, and corresponding MIC values were extracted and analyzed using RevMan 5.2.5. Results: Thirteen studies including 2955 patients met all criteria. Twelve studies including 2861 patients evaluated outcomes using an MIC cutoff of 1.5 µg/mL. A total of 413 of 1186 (34.8%) patients with an MIC <1.5 and 531 of 1675 (31.7%) patients with an MIC of ≥1.5 µg/mL experienced treatment failure (odds ratio = 0.72, 95% confidence interval = 0.49-1.04, P = .08). Six studies evaluated 728 patients using the cutoffs of ≤1 and ≥2 µg/mL. A total of 384 patients had isolates with MIC ≤1 µg/mL, 344 had an MIC ≥2 µg/mL. Therapeutic failure occurred in 87 and 102 patients, respectively (odds ratio = 0.61, 95% confidence interval = 0.34-1.10, P = .10). As heterogeneity between the studies was high, a random-effects model was used. Conclusion: Vancomycin MIC may not be an optimal sole indicator of vancomycin treatment failure in MRSA bacteremia.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».