MétaCan
Menu
Retour à la cohorte
Enregistrement W2971239158 · doi:10.14740/jocmr3928

Change in the Antimicrobial Resistance Profile of Extended-Spectrum β-Lactamase-Producing <i>Escherichia coli</i>

2019· article· en· W2971239158 sur OpenAlexvenueno aff
Motoyasu Miyazaki, Yota Yamada, Koichi Matsuo, Yukie Komiya, Masanobu Uchiyama, Nobuhiko Nagata, Tohru Takata, Shiro Jimi, Osamu Imakyure

Notice bibliographique

RevueJournal of Clinical Medicine Research · 2019
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAntibiotic Resistance in Bacteria
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésImipenemCiprofloxacinMeropenemAmikacinLevofloxacinMicrobiologyBeta-lactamaseMedicineGentamicinAntibiotic resistanceAntimicrobialEscherichia coliAntibioticsBiology

Résumé

récupéré en direct d'OpenAlex

Background: This study aimed to investigate the trends and antimicrobial resistance profile of extended-spectrum beta-lactamase-producing Escherichia coli (ESBL-EC) clinical isolates. Methods: A total of 1,303 E. coli isolates from January 2012 to December 2017 at Fukuoka University Chikushi Hospital, Japan, were analyzed. The rate of resistance to cefmetazole (CMZ), flomoxef (FMOX), imipenem (IPM), meropenem (MEPM), amikacin (AMK), gentamicin (GM), minocycline (MINO), ciprofloxacin (CPFX), and levofloxacin (LVFX) was compared between non-ESBL-producing E. coli (non-ESBL-EC) and ESBL-EC. Results: The proportion of ESBL-EC among all the E. coli isolates was 24.6% (320/1,303), and the proportion remained stable throughout the study period. There was no difference in the rate of resistance to CMZ, FMOX, IPM, MEPM, and AMK between non-ESBL-EC and ESBL-EC; however, the rate of resistance to GM, MINO, CPFX, and LVFX was higher in ESBL-EC than in non-ESBL-EC (17.5% vs. 10.0%, 19.1% vs. 7.7%, 87.5% vs. 24.2%, and 87.5% vs. 23.5%, respectively; P < 0.01). The rate of resistance to CPFX and LVFX in ESBL-EC increased throughout the study course. The rate of E. coli isolates susceptible to all the antibiotics was significantly higher in non-ESBL-EC than in ESBL-EC (68.2% vs. 7.5%; P < 0.01), and this rate decreased significantly from 10.0% in 2012 to 3.8% in 2017 in ESBL-EC (P < 0.01). Conclusions: Our findings indicate a changing antimicrobial resistance profile of ESBL-EC, particularly to fluoroquinolones. Determination of the prevalence and antimicrobial resistance of ESBL-EC will help physicians in selecting the initial empirical treatment for patients with ESBL-EC infections. J Clin Med Res. 2019;11(9):635-641 doi: https://doi.org/10.14740/jocmr3928

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,090
Tête enseignante GPT0,437
Écart entre enseignants0,347 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations15
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical Medicine ResearchMême sujetAntibiotic Resistance in BacteriaTravaux en français237 207