MétaCan
Menu
Retour à la cohorte
Enregistrement W2755989813 · doi:10.1093/ofid/ofx163.1423

Utility of Prior Cultures in Predicting Antibiotic Resistance of Bloodstream Infections Due to Gram-negative Pathogens

2017· article· en· W2755989813 sur OpenAlexaffabout
Derek R. MacFadden, Bryan Coburn, Nirav Shah, Ari Robicsek, Rachel Savage, Marion Elligsen, Nick Daneman

Notice bibliographique

RevueOpen Forum Infectious Diseases · 2017
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBacterial Identification and Susceptibility Testing
Établissements canadiensHealth Sciences CentreSunnybrook Health Science CentreUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineAntibioticsBacteremiaAntibiotic resistanceGramInternal medicineBloodstream infectionEmpiric therapyDrug resistancePredictive valueBlood cultureMicrobiologyBacteriaBiology

Résumé

récupéré en direct d'OpenAlex

Appropriate empiric antibiotic therapy in patients with bloodstream infections due to Gram-negative pathogens can improve outcomes. The utility of prior microbiologic results for determining empiric treatment in blood stream infections is unclear. We performed a multi-center cohort study of patients with Gram-negative bacteremia from April 2010 to March 2015 at hospitals in Canada and the United States. We analyzed univariate and multivariable models for predictors of antibiotic resistance. Test characteristics of prior non-screening Gram-negative cultures for determining the resistance of current bloodstream isolates were determined for different patient characteristics. Among 1,832 patients with Gram-negative bloodstream infection, 28% (504/1,832) of patients had a documented prior Gram-negative organism from a non-screening culture within the past 12 months. A most-recent prior Gram-negative organism resistant to a given antibiotic was strongly predictive of the current organism’s resistance to the same antibiotic. The overall specificity was 0.92 (95% CI:0.91–0.93) and positive predictive value was 0.66 (95% CI:0.61–0.70) for predicting antibiotic resistance. Specificities and positive predictive values ranged from (0.77 to 0.98) and (0.43 to 0.78) across different antibiotics, organisms, and patient subgroups. Increasing time between cultures was associated with a decrease in positive predictive value but not specificity. An heuristic based on a prior resistant Gram-negative could have been applied to 1 in 4 patients, and in these patients would have changed therapy in 1 in 5. In patients with confirmed or suspected bloodstream infection with a Gram-negative organism, identification of a most-recent prior isolate resistant to a drug of interest (within the last 12 months) is highly specific for resistance and should preclude the use of that antibiotic. 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 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)0,000
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,019
Score d'incertitude au seuil0,971

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,014
Tête enseignante GPT0,304
Écart entre enseignants0,290 · 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
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOpen Forum Infectious DiseasesMême sujetBacterial Identification and Susceptibility TestingTravaux en français237 207