Solid organ transplant–specific antibiogram in a tertiary pediatric hospital in Canada
Notice bibliographique
Résumé
SOT recipients are more vulnerable to infections with antimicrobial-resistant organisms, and therefore, it may be useful for transplant centers to create transplant-specific antibiograms to direct empirical antimicrobial regimens and monitor trends in antimicrobial resistance. SOT-specific antibiograms were created using antimicrobial susceptibility data on isolates from 2012 to 2018 at The Hospital for Sick Children, Toronto, Ontario, Canada. The CLSI guidelines were followed to generate the antibiograms except that results from 2 years of data were pooled on a rolling basis to achieve larger sample sizes. The 3 most frequent organisms in one analysis period of the SOT antibiogram were Escherichia coli (average sample size ±standard deviation; n = 28.7 ± 3.8), Staphylococcus aureus (n = 27.8 ± 5.0), and Pseudomonas aeruginosa (non-CF) (n = 19.8 ± 8.8). For E.coli, susceptibilities in the SOT antibiogram were significantly lower than those in the hospital-wide antibiogram in 2017-2018 for ampicillin (27% vs 47%; p = .014), piperacillin/tazobactam (55% vs 88%; p < .001), cefotaxime (59% vs 89%; p < .001), ciprofloxacin (71% vs 88%; p = .007), and trimethoprim-sulfamethoxazole (41% vs 69%; p = .001), but not significantly different for aminoglycosides and meropenem. In the SOT antibiogram of E. coli, decreased susceptibility trend was confirmed in some antibiotics, including piperacillin/tazobactam (83% in 2012-2013 vs 55% in 2017-2018). At our center, the solid organ transplant-specific antibiogram revealed important differences in E. coli susceptibilities and trends in antimicrobial resistance. Developing a SOT antibiogram will assist in revising and improving empiric treatment guidelines as well as monitoring antimicrobial resistance in this population.
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 | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».