Integrated pharmacokinetic–pharmacodynamic modelling to evaluate antimicrobial prophylaxis in abdominal surgery
Notice bibliographique
Résumé
OBJECTIVES: To use Monte Carlo simulation with an integrated pharmacokinetic-pharmacodynamic (PK-PD) model to evaluate guideline-recommended antimicrobial prophylaxis (AP) regimens with anaerobic coverage in abdominal surgery. METHODS: AP regimens were tested in simulated subjects undergoing elective abdominal surgery using relevant PK models and pathogen distributions in surgical site infections (SSIs). Predicted cumulative target attainment was the percentage of simulated subjects with free (unbound) antimicrobial plasma concentrations above the MICs for potential SSI pathogens. RESULTS: Cefazolin plus metronidazole covered SSI aerobes in 70% and the Bacteroides fragilis group in 99% of subjects, whereas cefoxitin only covered aerobes and anaerobes in 63% and 27% of cases, respectively. The broad-spectrum ceftriaxone plus metronidazole covered aerobes in 82% and anaerobes in 99% of simulations, while ertapenem covered aerobes in 88% and anaerobes in 90% of cases. Clindamycin covered the B. fragilis group in only 11% of cases. For cefazolin, 2 g doses maintained target attainment in simulated subjects from 80 to 120 kg, whereas 1 g doses were associated with lower target attainment against potential Gram-negative pathogens even in those <80 kg. For gentamicin, 3 mg/kg doses were comparable to the suggested 5 mg/kg, but superior to the traditional 1.5 mg/kg. CONCLUSIONS: This study demonstrates the use of PK-PD to inform decisions regarding AP in abdominal surgery. In this case, the findings support avoiding cefoxitin, avoiding clindamycin for anaerobic coverage, selecting 2 g doses of cefazolin even in patients <80 kg and using 3 mg/kg doses of gentamicin.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 tête enseignante, 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 ».