Re-thinking treatment strategies for febrile neutropenia in paediatric oncology population: the perspective from a developing country
Notice bibliographique
Résumé
BACKGROUND: This study was conducted to evaluate the microbiological profile of bacterial isolates in febrile neutropenia in a pediatric oncology unit, thereby, reviewing the use of restricted antibiotics and need for aggressive medical treatment accordingly. METHODS: A prospective observational study was conducted in a paediatric haemat-oncology division of a tertiary care teaching hospital in southern India from September 2014 to August 2016. One hundred and thirty children with febrile neutropenia were enrolled in the study. Blood cultures were performed using automated system. Cultures from other sites were obtained if needed, based on the clinical profile. Standard antibiotic susceptibility testing was done. Statistical analysis was done using SPSS. RESULTS: One hundred and thirty children were enrolled for the study. Two hundred and fifty episodes of febrile neutropenia were studied. Three hundred and eighty four cultures were sent and 92 (24%) cultures were positive. There were 48 (52.2%) Gram negative isolates followed by 33 (35.8%) Gram positive isolates, six (6.5%) fungal isolates and five (5.5%) poly-microbial cultures. Lactose fermenting Gram negative bacilli (20 isolates, 31.5%) were the most frequently isolated in the Gram negative group, with Escherichia coli being the most common organism (19 isolates, 20.6%). Amongst the Gram positive coagulase negative staphylococcus was the most common (twenty seven isolates, 29%). Escherichia coli and Non lactose fermenting gram negative bacteria (NFGNB) had only 36, 25% sensitivity to ceftazidime, respectively. Most Gram negative bacilli were found to have better sensitivity to amikacin (mean: 57%). There was a higher prevalence of extended spectrum beta lactamase producing organisms. Pan drug resistance, Extreme drug resistance and Multi drug resistance was found in three, twenty and thirteen Gram negative isolates respectively.Escherichia coli and Klebsiella were often drug resistant. Significantly higher mortality was associated with Gram negative isolates (eight deaths out of the thirteen deaths, 61.5%). CONCLUSIONS: Our results show the importance of surveillance, monitoring resistance frequencies and identifying risk factors specific to each region. Given that significant mortality is attributed to drug resistant Gram negative bacilli, early initiation of appropriate antibiotics to cover for drug resistance is required while formulating empirical antibiotic policies for febrile neutropenia in the oncology units in the developing world.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».