Causative Agents of Ventilator-Associated Pneumonia and Resistance to Antibiotics in COVID-19 Patients: A Systematic Review
Notice bibliographique
Résumé
Patients with coronavirus disease 2019 (COVID-19) have an increased risk of ventilator-associated pneumonia (VAP). This systematic review updates information on the causative agents of VAP and resistance to antibiotics in COVID-19 patients. We searched the Cochrane Central Register of Controlled Trials (CENTRAL), PubMed/MEDLINE, and LILACS databases from December 2019 to December 2021. Studies that described the frequency of causative pathogens associated with VAP and their antibiotic resistance patterns in critically ill COVID-19 adult patients were included. The Newcastle-Ottawa Quality Assessment Scale was used for critical appraisal. The data are presented according to the number or proportions reported in the studies. A total of 25 articles were included, involving 2766 VAP cases in COVID-19 patients (range 5–550 VAP cases). Most of the studies included were carried out in France (32%), Italy (20%), Spain (12%) and the United States (8%). Gram-negative bacteria were the most frequent causative pathogens of VAP (range of incidences in studies: P. aeruginosa 7.5–72.5%, K. pneumoniae 6.9–43.7%, E. cloacae 1.6–20% and A. baumannii 1.2–20%). S. aureus was the most frequent Gram-positive pathogen, with a range of incidence of 3.3–57.9%. The median incidence of Aspergillus spp. was 6.4%. Few studies have recorded susceptibility patterns among Gram-negative causative pathogens and have mainly reported extended-spectrum beta-lactamase (ESBL), AmpC, and carbapenem resistance. The median frequency of methicillin resistance among S. aureus isolates was 44.4%. Our study provides the first comprehensive description of the causative agents and antibiotic resistance in COVID-19 patients with VAP. Gram-negative bacteria were the most common pathogens causing VAP. Data on antibiotic resistance patterns in the published medical literature are limited, as well as information about VAP from low- and middle-income countries.
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 | 0,005 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,008 |
| Bibliométrie | 0,010 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».