Predictors of Oral Antibiotic Treatment Failure for Nonpurulent Skin and Soft Tissue Infections in the Emergency Department
Notice bibliographique
Résumé
BACKGROUND: Current guideline recommendations for optimal management of nonpurulent skin and soft tissue infections (SSTIs) are based on expert consensus. There is a lack of evidence to guide emergency physicians regarding selection of patients for oral versus intravenous antibiotic therapy. The primary objective was to identify predictors associated with oral antibiotic treatment failure. METHODS: We performed a health records review of adults (age ≥ 18 years) with nonpurulent SSTIs treated at two tertiary care emergency departments (EDs). Oral antibiotic treatment failure was defined as any of the following after a minimum of 48 hours of oral therapy due to worsening infection: 1) hospitalization, 2) change in class of oral antibiotic, or 3) switch to intravenous therapy. Multivariable logistic regression was used to identify predictors independently associated with oral antibiotic treatment failure. RESULTS: We identified 500 patients (mean ± SD age = 64 ± 19 years, 279 male [55.8%], and 126 [25.2%] with diabetes). Of 288 patients who had received a minimum of 48 hours of oral antibiotics, there were 85 oral antibiotic treatment failures (29.5%). Tachypnea at triage (odds ratio [OR] = 6.31, 95% confidence interval [CI] = 1.80 to 22.08), chronic ulcers (OR = 4.90, 95% CI = 1.68-14.27), history of methicillin-resistant Staphylococcus aureus (MRSA) colonization or infection (OR = 4.83, 95% CI = 1.51 to 15.44), and cellulitis in the past 12 months (OR = 2.23, 95% CI = 1.01 to 4.96) were independently associated with oral antibiotic treatment failure CONCLUSION: This is the first study to evaluate predictors of oral antibiotic treatment failure for nonpurulent SSTIs treated in the ED. Tachypnea at triage, chronic ulcers, history of MRSA colonization or infection, and cellulitis within the past year were independently associated with oral antibiotic treatment failure. Emergency physicians should consider these risk factors when deciding on oral versus intravenous antimicrobial therapy for outpatient management of nonpurulent SSTIs.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».