Antimicrobial Resistant Bacteria in Health Care Facilities: Exploring Links With Water, Sanitation, and Hygiene in Gaza, Palestine
Notice bibliographique
Résumé
Background Antimicrobial resistance (AMR) is a growing global phenomenon; however, its link to water, sanitation, and hygiene (WASH) remains underexplored, particularly in health care facilities where humanitarian crises prevail. Objective This study aimed to identify AMR bacteria in samples collected from WASH services in 2 hospitals in Gaza and to investigate the presence of AMR genes. Methods A hospital-based cross-sectional study to detect and identify antimicrobial resistance bacteria was conducted. Random samples from water, wastewater, soap, and surface swabs (n=345) were collected from Al-Shifa and European Gaza hospitals and screened for the presence of Enterobacteriaceae, Pseudomonas, Enterococcus, and Staphylococcusaureus. Antimicrobial susceptibility, extended spectrum beta-lactamase (ESBL) production, carbapenem resistance, and AMR genes were investigated. Results High levels of bacterial contamination were detected in water and surface swab samples with an overall percentage of 34.1%. Moreover, 22% of the identified Enterobacteriaceae was positive for ESBL, and 14% was positive for modified Hodge test. Over 2/3 of isolated Enterobacteriaceae in water and wastewater samples was found to be resistant to amikacin, ceftazidime, ceftriaxone, and imipenem. All Enterobacteriaceae isolates from swab samples were found to be resistant to piperacillin-tazobactam, amikacin, ceftazidime, and ceftriaxone; 13.8% of S. aureus in water samples was methicillin resistant. The prevalence of ESBL genes among Enterobacteriaceae isolates was 25% OXA, 19.4% SHV, 2.8% KPC, 66.7% TEM, 41.7% blaCTXM, and 5.6% blaCTXM-3. For carbapenem-resistant gene (MDM), the prevalence among Enterobacteriaceae was 11.1%, and among Pseudomonas was 12.5%. The antibiotic susceptibility profile was also presented for Pseudomonas, Enterococcus, and S. aureus. Conclusions The results underline the level of contamination with AMR bacteria in WASH samples and highlight the need to consider the safety of WASH service at health care facilities as an essential aspect in the fight against the spread of AMR and to interrupt nosocomial transmission.
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 | 0,000 |
| 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 ».