Diffuse lamellar keratitis associated with tabletop autoclave biofilms: case series and review
Notice bibliographique
Résumé
PURPOSE: To report a diffuse lamellar keratitis (DLK) cluster attributed to autoclave reservoir biofilm and to review the risk and prevention of DLK and toxic anterior segment syndrome (TASS) caused by such biofilms. SETTING: Refractive Surgery Center, University of California, Berkeley. DESIGN: Observational case-control study and review of literature. METHODS: Eyes were evaluated for DLK following laser in situ keratomileusis (LASIK) over a 5-year period. Multiple changes in surgical and operating room protocols were prompted by a cluster of DLK cases. The autoclave reservoir chamber wall was cultured for microbial contamination. The MEDLINE database was used to identify relevant past publications. RESULTS: From January 7, 2010, to December 18, 2014, 1115 eyes received LASIK. Between September 2, 2010, and June 11, 2012, 147 eyes of 395 LASIK cases developed DLK (37.2%). Systematic modifications in surgical protocols were unsuccessful in ending the prolonged cluster of DLK cases until the STATIM 2000 autoclave was replaced with a new STATIM autoclave and a reservoir sterilization and surveillance protocol implemented. Over the subsequent 30 months, DLK incidence was reduced to 2.2% (14 DLK cases from 632 total LASIK cases, P < .0001). The retired autoclave reservoir chamber wall cultures grew Pseudomonas aeruginosa and the Burkholderia cepacia complex. CONCLUSIONS: Fluid reservoirs of tabletop steam autoclaves can readily develop polymicrobial biofilms harboring microbial pathogens, whose inert molecular byproducts can cause DLK and TASS when introduced to the eye by surgical instruments. Stringent reservoir cleaning and maintenance may significantly reduce this risk by preventing and removing these biofilms.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».