MétaCan
Menu
Retour à la cohorte
Enregistrement W2378266252

Analysis of Clinical Common Pathogenic Bacteria Distribution and Drug Resistance

2014· article· en· W2378266252 sur OpenAlexaboutno aff
Sun Chu Sha

Notice bibliographique

RevueHuaxi yixue · 2014
Typearticle
Langueen
DomainePharmacology, Toxicology and Pharmaceutics
ThématiquePharmacological Effects of Natural Compounds
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineKlebsiella pneumoniaeQuarter (Canadian coin)Drug resistancePseudomonas aeruginosaStaphylococcus aureusMicrobiologyPathogenAntimicrobialAntibiotic resistanceDrugBacteriaAntibioticsEscherichia coliPharmacologyBiologyImmunology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Objective To explore the distribution and rule of pathogen strains in the third quarter and fourth quarter of 2012, and to provide the basis for clinical medication. Methods To retrospectively analyze the bacterial culture and drug susceptibility test results in the third quarter and the fourth quarter of 2012. Results There were isolated 932 plants in the third quarter, and 915 plants isolated in the fourth quarter. Heavy drug resistance rates of detection of Pseudomonas aeruginosa decrease slightly. There was more multiple drug resistance of A. baumanii, Escherichia coli, Klebsiella pneumoniae, and methicillin-resistant Staphylococcus aureus in the fourth quarter than in the third one. ConclusionsThe resistant strain increases in the fourth quarter. We should attach importance to the clinical examination, bacterial drug resistance monitoring, and rational use of antimicrobial agents.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,210
Score d'incertitude au seuil0,754

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,100
Tête enseignante GPT0,471
Écart entre enseignants0,370 · 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 tête enseignante, 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

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHuaxi yixueMême sujetPharmacological Effects of Natural CompoundsTravaux en français237 207