MétaCan
Menu
← Retour à la cohorte
Enregistrement W3093484152 · doi:10.4212/cjhp.v73i4.3025

Clinical Blood Isolates from Hemodialysis Patients: Distribution of Organisms and Antimicrobial Resistance, 2007–2014

2020· article· en· W3093484152 sur OpenAlexaffvenueabout
Courtney K. Lawrence, Chris Sathianathan, Mauro Verrelli, Philippe Lagacé‐Wiens, Robert E. Ariano, Grace Badejo, Michelle Boyce, Jane Davis, Sheryl Zelenitsky

Notice bibliographique

RevueThe Canadian Journal of Hospital Pharmacy · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueDialysis and Renal Disease Management
Établissements canadiensOttawa HospitalSt. Boniface HospitalUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésHemodialysisMedicineCiprofloxacinAntibiotic resistancePopulationCeftriaxoneInternal medicineStaphylococcus aureusAntimicrobialAntibioticsDrug resistanceMicrobiologyVancomycinEmpiric therapyBiologyBacteria

Résumé

récupéré en direct d'OpenAlex

Background: Given the morbidity and mortality associated with bloodstream infections in hemodialysis patients, understanding the microbiology is essential to optimizing treatment in this high-risk population.Objectives: To conduct a retrospective surveillance study of clinical blood isolates from adult hemodialysis patients, and to predict the microbiological coverage of empiric therapies for bloodstream infections in this population.Methods: Clinical blood isolate data were collected from the 4 main outpatient hemodialysis units in Winnipeg, Manitoba, from 2007 to 2014. The distribution of organisms and antimicrobial susceptibilities were characterized. When appropriate, changes over time were tested using time series analysis. Study data were used to predict and compare the microbiological coverage of various empiric therapies for bloodstream infections in hemodialysis patients.Results: The estimated annual number of patients receiving chronic hemodialysis increased steadily over the study period (p < 0.001), whereas the number of blood isolates increased initially, then decreased significantly, from 180 in 2011 to 93 in 2014 (p = 0.04). Gram-positive bacteria represented 72.6% (743/1024) of isolates, including Staphylococcus aureus (36.9%, 378/1024) and coagulase-negative staphylococci (23.1%, 237/1024). Only 26.1% (267/1024) of the isolates were gram-negative bacteria, the majority Enterobacteriaceae. The overall rate of methicillin resistance in S. aureus was 17.5%, and although annual rates were variable, there was a significant increase over time (p = 0.04). Antibiotic resistance in gram-negative bacteria was relatively low, except in Escherichia coli, where 13.5% and 16.2% of isolates were resistant to ceftriaxone and ciprofloxacin, respectively. Empiric therapy with vancomycin plus an agent for gram-negative coverage was predicted to cover 98.8% to 99.7% of blood isolates from hemodialysis patients, whereas cefazolin plus an agent for gram-negative coverage would cover only 67.5% to 68.4%.Conclusions: In an era of increasing antimicrobial resistance, data such as these and ongoing surveillance are essential components of antimicrobial stewardship in the hemodialysis population.Keywords: hemodialysis, microbiology, surveillance, resistance, antimicrobial stewardshipRÉSUMÉ Contexte : Étant donné la morbidité et la mortalité associées aux infections du sang parmi les patients en hémodialyse, la compréhension de la microbiologie est essentielle à l’optimisation du traitement de cette population exposée à un risque élevé.Objectifs : Mener une étude de surveillance rétrospective des isolats de sang cliniques des patients adultes en hémodialyse et prédire la couverture microbiologique des thérapies empiriques contre les infections du sang dans cette population.Méthodes : Les données relatives aux isolats de sang cliniques ont été recueillies dans les quatre unités ambulatoires principales d’hémodialyse à Winnipeg (Manitoba), entre 2007 et 2014. La caractérisation a porté sur la distribution des organismes et les susceptibilités aux antimicrobiens. L’évolution dans le temps a été testée au besoin à l’aide d’une analyse chronologique. Les données de l’étude ont permis de prédire et de comparer la couverture microbiologique de diverses thérapies empiriques contre les infections du sang pour les patients en hémodialyse.Résultats : On estime que le nombre annuel de patients recevant une hémodialyse chronique a augmenté régulièrement au cours de la période de l’étude (p < 0,001); le nombre d’isolats de sang a tout d’abord augmenté, puis il a grandement diminué : de 180 en 2011, il est passé à 93 en 2014 (p = 0,04). Les bactéries à Gram positif représentaient 72,6 % (743/1024) des isolats, y compris les Staphylococcus aureus (36,9 %, 378/1024) et les staphylocoques à coagulase négative (23,1 %, 237/1024). Seulement 26,1 % (267/1024) des isolats étaient des bactéries à Gram négatif, la majorité desquelles étant des Enterobacteriaceae. Le taux général de résistance à la méticilline de S. aureus était de 17,5 %, et bien que les taux annuels étaient variables, une augmentation importante a été observée avec le temps (p = 0,04). La résistance aux antibiotiques des bactéries à Gram négatif était relativement faible, sauf Escherichia coli, où respectivement 13,5 % et 16,2 % des isolats étaient résistants à la ceftriaxone et à la ciprofloxacine. On prévoyait que la thérapie empirique à la vancomycine associée à un agent pour la couverture à Gram positif couvrirait de 98,8 % à 99,7 % des isolats de sang des patients en hémodialyse, tandis que la céfazoline associée à un agent de la couverture à Gram négatif ne couvrirait que 67,5 % à 68,4 %.Conclusions : À une époque qui se caractérise par une augmentation de la résistance aux antimicrobiens, des données comme celles-ci et celles portant sur la surveillance continue sont des composantes essentielles de la bonne gestion de l’utilisation des antimicrobiens pour les patients adultes en hémodialyse.Mots-clés : hémodialyse, microbiologie, surveillance, résistance, gestion de l’utilisation des antimicrobiens

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,141
Score d'incertitude au seuil0,279

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
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 Opus0,011
Tête enseignante GPT0,253
Écart entre enseignants0,242 · 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

Citations0
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Hospital Pharmacy→Même sujetDialysis and Renal Disease Management→Travaux en français237 207→