MétaCan
Menu
Retour à la cohorte
Enregistrement W2887813201 · doi:10.1186/s13756-018-0382-5

Mupirocin-resistant Staphylococcus aureus in Africa: a systematic review and meta-analysis

2018· review· en· W2887813201 sur OpenAlexfundno aff
Adebayo Shittu, Mamadou Kaba, Shima M. Abdulgader, Yewande O. Ajao, Mujibat O. Abiola, Ayodele O. Olatimehin

Notice bibliographique

RevueAntimicrobial Resistance and Infection Control · 2018
Typereview
Langueen
DomaineMedicine
ThématiqueAntimicrobial Resistance in Staphylococcus
Établissements canadiensnon disponible
Organismes subventionnairesEunice Kennedy Shriver National Institute of Child Health and Human DevelopmentCanadian Institutes of Health ResearchOrganization for Women in Science for the Developing WorldNational Institutes of HealthDeutscher Akademischer AustauschdienstWellcome TrustCarnegie Corporation of New York
Mots-clésMupirocinStaphylococcus aureusMedicineDrug resistanceSystematic reviewVeterinary medicineMethicillin-resistant Staphylococcus aureusMEDLINEInternal medicineMicrobiologyBiology

Résumé

récupéré en direct d'OpenAlex

Abstract Background Mupirocin is widely used for nasal decolonization of Staphylococcus aureus to prevent subsequent staphylococcal infection in patients and healthcare personnel. However, the prolonged and unrestricted use has led to the emergence of mupirocin-resistant (mupR) S. aureus . The aim of this systematic review was to investigate the prevalence, phenotypic and molecular characteristics, and geographic spread of mupR S. aureus in Africa. Methods We examined five electronic databases (EBSCOhost, Google Scholar, ISI Web of Science, MEDLINE, and Scopus) for relevant English articles on screening for mupR S. aureus from various samples in Africa. In addition, we performed random effects meta-analysis of proportions to determine the pooled prevalence of mupR S. aureus in Africa. The search was conducted until 3 August 2016. Results We identified 43 eligible studies of which 11 (26%) were obtained only through Google Scholar. Most of the eligible studies (28/43; 65%) were conducted in Nigeria (10/43; 23%), Egypt (7/43; 16%), South Africa (6/43; 14%) and Tunisia (5/43; 12%). Overall, screening for mupR S. aureus was described in only 12 of 54 (22%) African countries. The disk diffusion method was the widely used technique (67%; 29/43) for the detection of mupR S. aureus in Africa. The mupA -positive S. aureus isolates were identified in five studies conducted in Egypt ( n = 2), South Africa ( n = 2), and Nigeria ( n = 1). Low-level resistance (LmupR) and high-level resistance (HmupR) were both reported in six human studies from South Africa ( n = 3), Egypt ( n = 2) and Libya ( n = 1). Data on mupR-MRSA was available in 11 studies from five countries, including Egypt, Ghana, Libya, Nigeria and South Africa. The pooled prevalence (based on 11 human studies) of mupR S. aureus in Africa was 14% (95% CI =6.8 to 23.2%). The proportion of mupA -positive S. aureus in Africa ranged between 0.5 and 8%. Furthermore, the frequency of S. aureus isolates that exhibited LmupR, HmupR and mupR-MRSA in Africa were 4 and 47%, 0.5 and 38%, 5 and 50%, respectively. Conclusions The prevalence of mupR S. aureus in Africa (14%) is worrisome and there is a need for data on administration and use of mupirocin. The disk diffusion method which is widely utilized in Africa could be an important method for the screening and identification of mupR S. aureus . Moreover, we advocate for surveillance studies with appropriate guidelines for screening mupR S. aureus in Africa.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,020
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,044

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,020
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0150,026
Bibliométrie0,0080,009
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,044
Tête enseignante GPT0,318
Écart entre enseignants0,274 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations33
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAntimicrobial Resistance and Infection ControlMême sujetAntimicrobial Resistance in StaphylococcusTravaux en français237 207