Resistance among Gram-negative ESKAPE pathogens isolated from hospitalized patients with intra-abdominal and urinary tract infections in Latin American countries: SMART 2013–2015
Notice bibliographique
Résumé
Gram-negative ESKAPE pathogens (Klebsiella pneumoniae, Acinetobacter baumannii, Pseudomonas aeruginosa, and Enterobacter species) are important etiologic agents of nosocomial infection that are frequently resistant to broad-spectrum antimicrobial agents. Gram-negative ESKAPE pathogens were collected from hospitalized patients in 11 Latin American countries from 2013 to 2015 as part of the Study for Monitoring Antimicrobial Resistance Trends (SMART) global surveillance program. In total, 2113 isolates from intra-abdominal infections (IAI) and 970 isolates from urinary tract infections (UTI) were tested against antimicrobial agents using standardized CLSI broth microdilution methodology. Of the agents tested, amikacin demonstrated the highest rates of susceptibility (%) for K. pneumoniae (92.2, 92.3), Enterobacter spp. (97.5, 92.1), and P. aeruginosa (85.3, 75.2) isolates from both IAI and UTI, respectively. Ertapenem (68.5, 62.6) and imipenem (79.2, 75.9) showed substantially higher rates of susceptibility (%) than other β-lactams, including piperacillin-tazobactam (35.9, 37.4) against ESBL-positive isolates of K. pneumoniae from IAI and UTI, respectively. Rates of susceptibility to all agents tested against A. baumannii were ≤30.9%. Gram-negative ESKAPE pathogens isolated from Latin America demonstrated compromised in vitro susceptibility to commonly prescribed broad-spectrum, parenteral antimicrobial agents. Continued surveillance is warranted. New antimicrobial agents with potent activity against Gram-negative ESKAPE pathogens are urgently needed.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,000 | 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 ».