Patient- and hospital-level predictors of vancomycin-resistant Enterococcus (VRE) bacteremia in Ontario, Canada
Notice bibliographique
Résumé
BACKGROUND: Data are limited on risk factors for vancomycin-resistant Enterococcus (VRE) bacteremia. METHODS: All patients with a confirmed VRE bacteremia in Ontario, Canada, between January 2009 and December 2013 were linked to provincial healthcare administrative data sources and frequency matched to 3 controls based on age, sex, and aggregated diagnosis group. Associations between predictors and VRE bacteremia were estimated by generalized estimating equations and summarized using odds ratios (ORs) and corresponding 95% confidence intervals (CIs). RESULTS: In total, 217 cases and 651 controls were examined. In adjusted analyses, patient-level predictors included bone marrow transplant (OR 106.99 [95% CI 12.19-939.26]); solid organ transplant (OR 17.17 [95% CI 4.95-59.54]); any cancer (OR 8.64 [95% CI 3.88-19.21]); intensive care unit (ICU) admission (OR 6.81 [95% CI 3.53-13.13]); heart disease (OR 5.27 [95% CI 2.00-13.90]); and longer length of stay (OR 1.07 per day [95% CI 1.06-1.09]). Hospital-level predictors included hospital size (per increase in 100 beds (OR 1.26 [95% CI 1.07-1.48]) and teaching hospitals (OR 3.87 [95% CI 1.85-8.08]). CONCLUSIONS: Patients with a bone marrow transplant, solid organ transplant, cancer, or who are admitted to the ICU are at highest risk of VRE bacteremia, particularly at large hospitals and teaching hospitals.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».