Global update on the in vitro activity of tigecycline and comparators against isolates of Acinetobacter baumannii and rates of resistant phenotypes (2016–2018)
Notice bibliographique
Résumé
OBJECTIVES: This study presents 2016-2018 in vitro antimicrobial activity data and rates of resistant phenotypes for clinical isolates of Acinetobacter baumannii from Africa/Middle East, Asia/South Pacific, Europe, Latin America, and North America. METHODS: A total of 4320 A. baumannii isolates were collected across all regions between 2016 and 2018. The in vitro antimicrobial activities of amikacin, colistin, levofloxacin, meropenem, and tigecycline were determined using the broth microdilution methodology of the Clinical and Laboratory Standards Institute. MICs were interpreted using the European Committee on Antimicrobial Susceptibility Testing (EUCAST) breakpoints (version 11.0). Rates of subsets that were resistant to amikacin, colistin, levofloxacin, and meropenem, according to EUCAST breakpoints, are also presented. RESULTS: values, 1 or 2 mg/L) and the lowest rate of resistance was to colistin (1.2%-7.3%). The rates of resistance to the panel of agents were generally lower among A. baumannii from North America (1.3%-42.7%), compared with the other regions. Fewer than 11% of meropenem-resistant A. baumannii were also resistant to colistin. The rates of amikacin-, levofloxacin- and meropenem-resistant A. baumannii were lowest in North America and mostly higher in Africa/Middle East and Latin America. CONCLUSION: In each geographical region, tigecycline and colistin maintained good in vitro antimicrobial activity against isolates of A. baumannii, including antimicrobial-resistant subsets. The higher rates of meropenem-resistant isolates, particularly in Africa/Middle East and Latin America, require continued monitoring because of the scarcity of effective treatment options.
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) | 0,001 | 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 ».