Prevalence and Predictors of Bacterial Contamination in Excisional Lymph Node Biopsies
Notice bibliographique
Résumé
Routine tissue handling exposes lymph node specimens to microbial contamination that can confound microbiological culture results and interfere with diagnosis. The scope and impact of this problem remain poorly understood. We combined over 13 years of lymph node pathology, culture data, and patient records to define the prevalence, predisposing factors, microbiology, and clinical management of false-positive lymph node cultures at a large academic medical center. Nearly one third (31.9%) of 216 cultured lymph nodes yielded bacterial growth. Approximately 90% of positive bacterial cultures grew 1 of 2 common skin-resident taxa-coagulase-negative Staphylococcus and Cutibacterium acnes-with well-documented predispositions for contamination in other clinical settings. Lymph nodes excised from axillary, cervical, and inguinal regions yielded higher positive culture rates than nodes excised from the mediastinum, suggesting proximity to the skin surface may increase contamination risk. Accordingly, cultures from thoracoscopic pulmonary resections displayed contamination rates over 5-fold lower than those from percutaneously accessed lymph nodes. Lymph nodal tissue allocated for culture in the operating room yielded unexpectedly high contamination rates, significantly higher than cultures sent from the frozen section processing area. A significant minority of contamination events were noted in the clinical record and prompted antibiotic therapy on multiple occasions. Collectively, our results illuminate the risk factors contributing to bacterial contamination and argue that routine lymph node bacterial cultures provide minimal clinical benefit for adult patients. This widespread bacterial contamination also warrants cautious implementation of increasingly sensitive molecular microbiology tools for excised tissues.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».