Clinical and Bacterial Risk Factors for Development of Post-Prostate Biopsy Infections.
Notice bibliographique
Résumé
PURPOSE: To research on clinical and bacterial risk factors and their relationship with post-prostate biopsy infection (PBI). MATERIALS AND METHODS: In this prospective cohort study, rectal swabs were collected from 158 men prior to prostate biopsy and cultured selectively for identify ciprofloxacin-resistant (FQ-R) gram-negative bacteria. The patient characteristics, phylogenetic background, sequence typing and pulsed field gel electrophoresis (PFGE) pattern were compared in two groups of FQ-R E. coli rectal and clinical isolates. RESULTS: In total, PBI was observed in 20 (12.5%) cases; the most of these subjects were FQ-R-colonized. (17/73 [24%] vs 3/85 [3.5%]; P < 0.001). FQ-R colonization, diabetes, hospitalization and UTI were independent risk factors (95% CI: 1.1-20.1, OR = 4.73; 95% CI: 1.7-25.3, OR = 6.57; 95% CI: 1.9-27.5, OR = 7.22; and 95% CI: 1.2-14.3, OR = 4.05; respectively), that increased the rate of PBI (All P < 0.05). Despite the increase in infections among patients colonized with strains of E. coli ST131, its prevalence was near significance between colonized and infected groups (P = 0.07). The PFGE patterns and antimicrobial susceptibility profiles of rectal and clinical isolates in 13 patients were similar which is remarkably important and informative. CONCLUSIONS: The most PBIs originate from FQ-R E. coli rectal colonization. Rectal culture screening and assessment of clinical risk factors can predict the incidence of PBI in patients.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».