MétaCan
Menu
Retour à la cohorte
Enregistrement W2314281521 · doi:10.1128/jcm.02992-15

Cumulative Antimicrobial Susceptibility Data from Intensive Care Units at One Institution: Should Data Be Combined?

2016· article· en· W2314281521 sur OpenAlexaffabout
Aaron Campigotto, Matthew Muller, Linda R. Taggart, Reem Haj, Elizabeth Leung, Jeya Nadarajah, Larissa Matukas

Notice bibliographique

RevueJournal of Clinical Microbiology · 2016
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBacterial Identification and Susceptibility Testing
Établissements canadiensSt. Michael's HospitalUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPiperacillinIntensive careMedicineTazobactamIntensive care unitAntibioticsAntibiotic resistanceIntensive care medicineAntimicrobialEmergency medicinePseudomonas aeruginosaBiologyMicrobiologyImipenem

Résumé

récupéré en direct d'OpenAlex

Cumulative susceptibility test data (CSTD) are used to guide empirical antimicrobial therapy and to track trends in antibiotic resistance. The Clinical and Laboratory Standards Institute recommends reporting CSTD at least annually and sets the minimum number of isolates per reported organism at 30. To comply, many hospitals combine data from multiple intensive care units (ICUs); however, this may not be appropriate to guide empirical therapy because of variations in patient populations. In this study, susceptibility data for two different ICUs at a tertiary care hospital in Toronto, Canada, were used to create a traditional CSTD report, which combined data from different ICUs, and a rolling-average CSTD report, which pooled 2 years of data for each ICU separately. For simplicity, data for only the most common Gram-negative organisms (Escherichia coli,Pseudomonas aeruginosa) and the most relevant antibiotics (ciprofloxacin, piperacillin-tazobactam) were examined. With the rolling-average method, significant differences in susceptibility were seen between the ICUs in 50% of the organism-antimicrobial combinations. Furthermore, the 3% median year-over-year difference in susceptibilities seen for the 16 organism-antibiotic combinations by using the traditional method was lower than the 14% median difference seen for the 20 between-ICU within-year comparisons obtained using the rolling-average method. Changes in our selection of empirical antibiotics resulted from this revised approach, and our results suggest that pooling data from ICUs with different patient populations may not be appropriate. A rolling-average method may be an appropriate strategy for the creation of individual-unit CSTD reports.

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)0,150
score de la tête « metaresearch » (Gemma)0,390
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 enseignants0,150
Score d'incertitude au seuil0,793

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1500,390
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0050,003
Bibliométrie0,0170,031
Études des sciences et des technologies0,0020,002
Communication savante0,0090,011
Science ouverte0,0050,005
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,326
Tête enseignante GPT0,423
Écart entre enseignants0,097 · 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

Citations12
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical MicrobiologyMême sujetBacterial Identification and Susceptibility TestingTravaux en français237 207