Epidemiology and risk factors for pyogenic liver abscess in the Calgary Health Zone revisited: a population-based study
Notice bibliographique
Résumé
BACKGROUND: Pyogenic liver abscess (PLA), although uncommon in North America, is associated with significant morbidity and mortality. We sought to re-examine the epidemiology, risk factors, and outcomes of PLA in a large, diverse Canadian health zone. METHODS: All Calgary Health Zone (CHZ) residents aged ≥20 with PLA between 2015 and 2017 were identified. Incidence and mortality rates were calculated using census data. Risk factors for PLA were identified using a multivariate analysis. Data was compared to 1999-2003 data, also collected in the CHZ. RESULTS: There were 136 patients diagnosed with PLA between 2015 and 2017. Incidence rate during this period increased significantly relative to 1999-2003 (3.7 vs 2.3 cases/100,000 population, p < 0.01), however, mortality rates remained similar. The microbiological composition of PLA did not change over this 15-year time period but the number of antimicrobial resistant isolates did increase (8% vs 1%, p = 0.04). The greatest risk factors for PLA relative to general populations included current malignancy, liver-transplant, end-stage renal disease, and cirrhosis. Thirty-day mortality was 7.4% and independent risk factors included polymicrobial bacteremia, absence of abscess drainage, congestive-heart failure, a history of liver disease, and admission bilirubin. CONCLUSIONS: Pyogenic liver abscess is a health concern with rising incidence rate. The increasing prevalence of comorbidities in our population and factors that are associated with risk of PLA suggests this will continue to be an emerging diagnosis of concern. Increasing prevalence of antibiotic resistant organisms compounding unclear optimal treatment regimens is an issue that requires urgent study.
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 | 0,001 |
| 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 ».