How to Measure Antibiotic Resistance Using Empiric Therapy Indices
Notice bibliographique
Résumé
Background. Concise, standard, simple measures of the diversity of antibiotic resistance and its impact on health are needed to effectively communicate the burden of resistance to a wide audience, understand trends, evaluate interventions, and motivate investment. Methods. We developed two complementary indices of antibiotic resistance. The empiric resistance index (ERI) measures the coverage provided by available drugs for empiric therapy. The empiric options index (EOI) measures the value of multiple drugs, on the understanding that drug use will lead to resistance so more options are better. The indices account for the availability of treatment options and the relative importance of pathogens. Results. Scenarios show the behaviour and usefulness of the indices. In the ICUs of a large Toronto hospital the ERI remains high (98%) because a few drugs provide good coverage, but 50 to 60% of treatment potential measured by the EOI has been lost. Ceftazidime-avibactam and ceftolozane-tazobactam could increase the EOI by providing empiric coverage of Gram-negative infections. Carbapenemase (KPC)-producing Enterobacteriacea threaten empiric therapy (ERI = 57%–74%, EOI = 1.9–2.8). Pandrug-resistant Acinetobacter poses less threat (ERI = 95%, EOI = 4.8–6) because it causes less disease. Increasing MRSA prevalence would have little impact (ERI = 98%, EOI = 4.8–5.6) because many Gram-positives are already resistant to β-lactams. Aminoglycoside resistance threatens the EOI (ERI = 97%, EOI = 3.7–4.9) because aminoglycosides cover Gram-negative infections. Conclusion. The ERI and EOI measure available empiric coverage and the value of multiple treatment options, providing a meaningful summary of resistance that can be calculated from cumulative antibiogram data. These indices can be used to understand trends, assess threats, and assess interventions. 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 | 0,012 | 0,093 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,006 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,005 | 0,006 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,004 |
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 ».