Microbiological Trends and Antimicrobial Resistance in Peritoneal Dialysis-Related Peritonitis, 2005 to 2014
Notice bibliographique
Résumé
Background Information related to the microbiology of peritonitis is critical to the optimal management of patients receiving peritoneal dialysis (PD). The goal was to characterize the microbiological etiology and antimicrobial susceptibilities of PD-related peritonitis (PDRP) from 2005 to 2014, inclusive. Methods The distribution of organisms in culture-positive PDRP was described for new episodes and relapse infections, and further detailed for monomicrobial and polymicrobial peritonitis. Annual and overall rates of PDRP were also characterized. Antimicrobial susceptibility rates were calculated for the most common and significant organisms. Results We identified 539 episodes of PDRP including 501 new and 38 relapse infections. New episodes of peritonitis were associated with a single organism in 85% of cases, and 44% of those involved staphylococci. Polymicrobial PDRP was more likely to involve gram-negative organisms, observed in 58% versus 24% of monomicrobial infections. Antimicrobial resistance was relatively stable from 2005 to 2014. Methicillin resistance was present in 57% of Staphylococcus epidermidis and 20% of other coagulase-negative staphylococci. Methicillin-resistant Staphylococcus aureus (MRSA) accounted for only 11% of S. aureus peritonitis compared with 2% in our previous study of PDRP from 1991 to 1998. Ciprofloxacin resistance in Escherichia coli increased from 3% in our previous study to 24% in 2005 – 2014. Conclusions This study characterizes important differences in the distribution of organisms in new episodes of PDRP and relapse infections, as well as monomicrobial versus polymicrobial peritonitis. It also shows relatively stable rates of antimicrobial resistance from 2005 to 2014, but some increases compared with our previous study.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| 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) | 0,003 | 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 ».