MétaCan
Menu
Retour à la cohorte
Enregistrement W3115203197 · doi:10.1186/s13027-021-00387-y

Re-thinking treatment strategies for febrile neutropenia in paediatric oncology population: the perspective from a developing country

2021· article· en· W3115203197 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueInfectious Agents and Cancer · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueNeutropenia and Cancer Infections
Établissements canadiensMcGill UniversityMontreal Children's Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineAmikacinCefepimeInternal medicineFebrile neutropeniaNeutropeniaAntibioticsAntibiotic sensitivityCeftazidimePopulationMicrobiologyAntibiotic resistanceChemotherapyBiologyBacteria

Résumé

récupéré en direct d'OpenAlex

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,261
Score d'incertitude au seuil0,985

Scores Codex et Gemma par catégorie

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

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 Opus0,035
Tête enseignante GPT0,356
Écart entre enseignants0,321 · 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