Fluoroquinolone Use and Seasonal Patterns of Ciprofloxacin Resistance in Community-Acquired Urinary Escherichia coli Infection in a Large Urban Center
Notice bibliographique
Résumé
Urinary tract infections caused by the bacterium Escherichia coli are among the most frequently encountered infections and are a common reason for antimicrobial prescriptions. Resistance to fluoroquinolone antimicrobial agents, particularly ciprofloxacin, has increased in recent decades. It is intuitive that variation in fluoroquinolone resistance is driven by changes in antimicrobial use, but careful study of this association requires the use of time-series methods. Between April 2010 and December 2014, we studied seasonal variation in resistance to ciprofloxacin, trimethoprim-sulfamethoxazole, and ampicillin in community-acquired urinary E. coli isolates in Montreal, Quebec, Canada. Using dynamic linear models, we investigated whether seasonal variation in resistance could be explained by seasonal variation in community antimicrobial use. We found a positive association between total fluoroquinolone use lagged by 1 and 2 months and the proportion of isolates resistant to ciprofloxacin. Our results suggest that resistance to ciprofloxacin is responsive to short-term variation in antimicrobial use. Thus, antimicrobial stewardship campaigns to reduce fluoroquinolone use, particularly in the winter when use is highest, are likely to be a valuable tool in the struggle against antimicrobial resistance.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».