Bacterial Profile and Antibiotic Resistance among Cancer Patients with Urinary Tract Infection in a National Tertiary Cancer Hospital of Nepal
Notice bibliographique
Résumé
Cancer patients are at high risk of antibiotic resistant bacterial urinary tract infections (UTIs). In this study, we assessed the bacterial profile and antibiotic resistance among cancer patients suspected of UTI in B.P. Koirala Memorial Cancer Hospital in Nepal through a cross-sectional study with routinely collected data. All cancer patients who had a recorded urine culture between July 2018–June 2019 were included in the study. Out of 308 patients who had undergone culture, 73 (24%) of samples had bacterial growth. The most common organisms isolated were E. coli (58%), Staphylococcus (11%) and Klebsiella (10%). These bacteria had undergone susceptibility testing to 27 different antibiotics in various proportions. Of the limited antibiotic testing levels, nitrofurantoin (54/66, 82%) and amikacin (30/51, 59%) were the most common. Among those tested, there were high levels of resistance to antibiotics in the “Access” and “Watch” groups of antibiotics (2019 WHO classification). In the “Reserve” group, both antibiotics showed resistance (polymyxin 15%, tigecycline 8%). Multidrug resistance was seen among 89% of the positive culture samples. This calls for urgent measures to optimize the use of antibiotics in UTI care at policy and health facility levels through stewardship to prevent further augmentation of antibiotic resistance among cancer patients.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| 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) | 0,001 | 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 ».