Epidemiology of candidemia in lung transplant recipients and risk factors for candidemia in the early posttransplant period in the absence of universal antifungal prophylaxis
Notice bibliographique
Résumé
BACKGROUND: Lung transplant recipients are at increased risk of candidemia, especially in the early posttransplant period. However, the specific predisposing factors have not been established. The natural history of candidemia after lung transplantation, in the absence of universal antifungal prophylaxis, is not known. METHODS: We retrospectively examined the epidemiology of candidemia at any time posttransplant in patients who underwent lung transplantation at our center between 2016 and 2019. We undertook a case-control study and used logistic regression to evaluate the risk factors for candidemia during the first 30 days posttransplantation. RESULTS: During the study period 712 lung transplants were performed on 705 patients. Twenty-five lung transplant recipients (LTRs) (3.5%) experienced 31 episodes of candidemia. The median time to candidemia was 19.5 days (IQR 10.5-70.5), with 61.2% (n = 19) episodes of candidemia occurring within the first 30 days posttransplantation. Pretransplant hospitalization, posttransplant ECMO, and posttransplant renal replacement therapy were associated with an increased risk of candidemia in the first 30 days posttransplant. Of those with candidemia in the first 30 days, 31.2% died within 30 days of the index positive blood culture. Candidemia was associated with decreased survival within 30 days posttransplant. CONCLUSION: This study highlights the greatest risk period of lung transplant recipients for development of candidemia and identifies several factors associated with increased risk of candidemia. These findings will help guide future studies on antifungal prophylaxis.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 ».