Incidence and Outcomes of <i>Staphylococcus aureus</i> Bacteriuria: A Population-based Study
Notice bibliographique
Résumé
BACKGROUND: Staphylococcus aureus bacteriuria (SABU) may represent multiple processes ranging from asymptomatic colonization to a marker of S. aureus bacteremia (SAB). Our objective was to describe SABU at a population-based level and determine patient characteristics associated with SAB. METHODS: A retrospective study was performed using electronic databases. All urine cultures positive for S. aureus between 2010 and 2013 within the Calgary Health Zone were included. Patient characteristics were compared among patients with and without SAB and risk factors identified using multiple logistic regression modeling. RESULTS: A total of 2540 urine cultures positive for S. aureus from 2054 patients were analyzed. The incidence of SABU was greatest among geriatric males with multiple comorbidities. SAB occurred in 175 (6.9%) of SABU patients. Those with SAB were more likely to be hospitalized, male, have a recent urinary procedure, have pure S. aureus culture in urine, and have laboratory findings suggesting systemic infection. Patients with isolated SABU were more likely to be ≥65 years, have dementia, and have abnormal urinalyses with pyuria and urine nitrites. In-hospital mortality in patients with SABU and SABU+SAB was 9.2% and 17.5%, respectively. Patients with SABU detected ≥48 hours before SAB had the highest risk of death. CONCLUSIONS: Less than 7% of patients with SABU have or will develop SAB. Characteristics associated with SABU were identified that established higher risk for systemic infection. Investigating SABU patients with these characteristics for systemic infection is warranted because a delay in diagnosis is associated with increased mortality.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 ».