Antimicrobial resistance among uropathogens in the Asia-Pacific region: a systematic review
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.
Notice bibliographique
Résumé
BACKGROUND: Antimicrobial resistance (AMR) in urinary tract infections (UTI) is a global public health problem. However, estimates of the prevalence of AMR, required for empirical treatment guidelines, are lacking for many regions. OBJECTIVES: , the two priority uropathogens, in the Asia-Pacific region (APAC). METHODS: PubMed, EBSCO and Web of Science databases were searched for articles (2008-20), following PRISMA guidelines. The prevalence of resistance was calculated and reported as point estimate with 95% CI for antimicrobial drugs recommended in WHO treatment guidelines. Data were stratified by country and surveillance approach (laboratory- or population-based surveillance). The quality of included articles was assessed using a modified Newcastle-Ottawa Quality Assessment Scale. RESULTS: Out of 2400 identified articles, 24 studies, reporting on 11 (26.8%) of the 41 APAC countries, met the inclusion criteria. Prevalence of resistance against trimethoprim/sulfamethoxazole, ciprofloxacin, and ceftriaxone ranged between 33% and 90%, with highest prevalence reported from Bangladesh, India, Sri Lanka and Indonesia. Resistance against nitrofurantoin ranged between 2.7% and 31.4%. Two studies reported data on fosfomycin resistance (1.8% and 1.7%). Quality of reporting was moderate. CONCLUSIONS: We show very high prevalence estimates of AMR against antibiotics commonly used for the empirical treatment of UTI, in the limited number of countries in the APAC for which data are available. Novel feasible and affordable approaches that facilitate population-based AMR surveillance are needed to increase knowledge on AMR prevalence across the region.
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 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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,002 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 découle