MétaCan
Menu
Retour à la cohorte
Enregistrement W2289155885 · doi:10.5539/gjhs.v8n11p112

Prevalence and Antibiotic Resistance Pattern of Acinetobacter Isolated from Patients Admitted in ICUs in Mazandaran, Northern Iran

2016· article· en· W2289155885 sur OpenAlexvenueno aff
Roya Ghasemian, Mohammad Ahanjan, Ebrahim Fatehi, Mehran Shokri

Notice bibliographique

RevueGlobal Journal of Health Science · 2016
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAntibiotic Resistance in Bacteria
Établissements canadiensnon disponible
Organismes subventionnairesMazandaran University of Medical Sciences
Mots-clésColistinAmikacinAcinetobacterCiprofloxacinImipenemAcinetobacter baumanniiAntibioticsMedicineMicrobiologyMeropenemAntibiotic resistanceAntibiotic sensitivityBiologyBacteriaPseudomonas aeruginosa

Résumé

récupéré en direct d'OpenAlex

BACKGROUND & PURPOSE: Antibiotic resistance rate is increasing in Acinetobacter species, especially in Acinetobacter baumannii, as the most important pathogen of hospital and ICU . This research aimed to evaluate antibiotic resistant rate of Acinetobacter spp. isolated from patients admitted to ICUs in educational hospitals affiliated with Mazandaran University of Medical Sciences. METHODS: In this cross-sectional descriptive study, 50 Acinetobacter isolates were collected during 2013- 2014. After confirming Acinetobacter species, antibacterial sensitivity test was done using disc diffusion method and minimal inhibitor concentration (MIC) was evaluated by E-test in all isolates. RESULTS: Disc diffusion method revealed that 100% of isolates were resistant to Amikacin and Cefepim and 96% were resistant to both Meropenem and Ciprofloxacin antibiotics, 6% were sensitive, 18% were intermediate and 76% were resistant to imipenem. Also, 84% of isolates were sensitive and 16% were resistant to colistin. In E-test method, 92% of isolates were sensitive and 8% were resistant to colistin. Moreover, an isolate was sensitive, one was intermediate and the remaining isolates were resistant to ciprofloxacin, and 100% of isolates were resistant to other antibiotics in E-test. Over 96% of Acinetobacter isolates were resistant to the antibiotics frequently used in ICU (ciprofloxacin, meropenem, amikacin, and cefepim). Colistin was found as the only appropriate antibiotic that could be used for patients in ICU. CONCLUSION: We hope these results could change the attitude of physicians toward using antibiotics in ICUs and encourage them to follow antibiotic stewardship as the only effective strategy to somewhat control antibiotic resistances.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,268
Écart entre enseignants0,260 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal Journal of Health ScienceMême sujetAntibiotic Resistance in BacteriaTravaux en français237 207