A Systematic Review of Multi-decade Antibiotic Resistance Data for Ocular Bacterial Pathogens in the United States
Notice bibliographique
Résumé
INTRODUCTION: Since 2009, the Antibiotic Resistance Monitoring in Ocular Microorganisms (ARMOR) surveillance study has been assessing in vitro antibiotic resistance for bacterial isolates sourced from ocular infections in the US. The main goal of this systematic review was to compare in vitro resistance data for ocular pathogens from published US studies with the most recently published data from the ARMOR study (2009-2018) and, where possible, to evaluate trends in bacterial resistance over time over all studies. METHODS: databases (1/1/1995-6/30/2021). Data were extracted from relevant studies and antibiotic susceptibility rates for common ocular pathogens (Staphylococcus aureus, coagulase-negative staphylococci [CoNS], Streptococcus pneumoniae, Pseudomonas aeruginosa, and Haemophilus influenzae), longitudinal changes in susceptibility, and multidrug resistance (MDR) were compared descriptively. RESULTS: Thirty-two relevant studies were identified. High in vitro resistance was found among S. aureus and CoNS to fluoroquinolones, macrolides, and methicillin/oxacillin across studies, with high rates of MDR noted, specifically among methicillin-resistant staphylococci. Data from studies pre-dating or overlapping the early years of ARMOR reflected increasing rates of S. aureus resistance to fluoroquinolones, macrolides, methicillin/oxacillin, and aminoglycosides, while the ARMOR data suggested slight decreases in resistance to these classes between 2009 and 2018. Overall, methicillin-resistant S. aureus (MRSA) prevalence peaked from 2005 to 2015 with a possible decreasing trend in more recent years. DISCUSSION AND CONCLUSIONS: Data from local and regional US datasets were generally consistent with data from the national ARMOR surveillance study. Continued surveillance of ocular bacterial pathogens is needed to track trends such as methicillin resistance and MDR prevalence and any new emerging antibiotic resistance phenotypes. Susceptibility data from ARMOR can inform initial choice of therapy, especially in practice areas where local antibiograms are unavailable.
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) | 0,002 | 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 ».