859The Epidemiology of Bloodstream Infections in a Tertiary Care Burn ICU Over a 5 Year Period
Notice bibliographique
Résumé
Background. Infections continue to be the leading cause of death among burn patients, and many types of nosocomial infections (NIs) can be present in the burned patient. The presence of bloodstream infections (BSI) has been shown to result in a four-fold increase in mortality in this population. The purpose of this study is to review the rates and epidemiology of hospital acquired bloodstream infections in a tertiary care center burn unit over a five year period from 2009-2013. We also assessed risk factors that have been associated with a documented increase in the number of BSI in 2013 at our institution. Methods. This study is a retrospective cohort study conducted at a 650 bed tertiary care hospital in Edmonton, Canada. All patients admitted to the burn ICU and had a nosocomial bloodstream infection (defined according to CDC criteria) from January 2009 to December 2013 were included. Charts were then reviewed for additional epidemiologic data. Results. Twenty one patients developed 30 episodes of BSI. The majority of BSIs were associated with skin/burn infection (13/30). Eight episodes were classified as central-line associated BSI, making this the second most common cause of BSI. In 2013 the BSI rate increased dramatically to 58.18 per 1,000 admissions, compared with an average rate of 9.56 (8.9-10.07) per 1,000 admissions from 2009-2012. This was associated with increased median length of hospital stay (25.57 days vs 96.75 days) and burn severity (TSB: 58% vs 85%). The most common pathogen isolated was Pseudomonus aeruginosa (7/30). There were seven episodes of multidrug resistant BSIs. All multidrug resistant (MDR) BSIs were seen > 4 weeks after admission. The mortality rate in the bacteremic group was 13%. Conclusion. Burn patients are at high risk for BSI and this is closely related to % TBSA and length of hospitalization. The mortality is associated with severity of burn injury, older age and resistant pathogen bacteremia. Disclosures. All authors: No reported disclosures.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».