Association of Local Unit Sampling and Microbiology Laboratory Culture Practices With the Ability to Identify Causative Pathogens in Peritoneal Dialysis-Associated Peritonitis in Thailand
Notice bibliographique
Résumé
INTRODUCTION: This describes variations in facility peritoneal dialysis (PD) effluent (PDE) culture techniques and local microbiology laboratory practices, competencies, and quality assurance associated with peritonitis, with a specific emphasis on factors associated with culture-negative peritonitis (CNP). METHODS: Peritonitis data were prospectively collected from 22 Thai PD centers between May 2016 and October 2017 as part of the Peritoneal Dialysis Outcomes and Practice Patterns Study. The first cloudy PD bags from PD participants with suspected peritonitis were sent to local and central laboratories for comparison of pathogen identification. The associations between these characteristics and CNP were evaluated. RESULTS: < 0.05). Marked variations were observed in PD center practices, particularly with respect to specimen collection and processing, which often deviated from International Society for Peritoneal Dialysis Guideline recommendations, and laboratory capacities, capabilities, and certification. Lower rates of CNP were associated with PD nurse specimen collection, centrifugation of PDE, immediate transfer of samples to the laboratory, larger hospital size, larger PD unit size, availability of an on-site nephrologist, higher laboratory capacity, and laboratory ability to perform aerobic cultures, undertake standard operating procedures in antimicrobial susceptibilities, and obtain local accreditation. CONCLUSION: There were large variations in PD center and laboratory capacities, capabilities, and practices, which in turn were associated with the likelihood of culturing and correctly identifying organisms responsible for causing PD-associated peritonitis. Deviations in practice from International Society for Peritoneal Dialysis guideline recommendations were associated with higher CNP rates.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».