MétaCan
Menu
Retour à la cohorte
Enregistrement W4383198258 · doi:10.1093/cid/ciad151

Antibiotic Consumption During the Coronavirus Disease 2019 Pandemic and Emergence of Carbapenemase-Producing <i>Klebsiella pneumoniae</i> Lineages Among Inpatients in a Chilean Hospital: A Time-Series Study and Phylogenomic Analysis

2023· article· en· W4383198258 sur OpenAlexafffund
Kasim Allel, Anne Peters, José Daniel Conejeros, José R W Martínez, María Spencer-Sandino, Roberto Riquelme-Neira, Lina Rivas, Pamela Rojas, Cristian Orellana Chea, Patricia García, Rafael Araos, Olivia L. McGovern, Twisha S Patel, César A. Arias, Fernanda C. Lessa, Eduardo A. Undurraga, José M. Munita

Notice bibliographique

RevueClinical Infectious Diseases · 2023
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAntibiotic Resistance in Bacteria
Établissements canadiensCanadian Institute for Advanced Research
Organismes subventionnairesFondo Nacional de Desarrollo Científico y TecnológicoCanadian Institute for Advanced Research
Mots-clésPandemicKlebsiella pneumoniaeMedicineAntibioticsMicrobiologyCoronavirus disease 2019 (COVID-19)DiseaseVirologyBiologyInfectious disease (medical specialty)Internal medicineGeneEscherichia coliGenetics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The impact of coronavirus disease 2019 (COVID-19) on antimicrobial use (AU) and resistance has not been well evaluated in South America. These data are critical to inform national policies and clinical care. METHODS: At a tertiary hospital in Santiago, Chile, between 2018 and 2022, subdivided into pre- (3/2018-2/2020) and post-COVID-19 onset (3/2020-2/2022), we evaluated intravenous AU and frequency of carbapenem-resistant Enterobacterales (CRE). We grouped monthly AU (defined daily doses [DDD]/1000 patient-days) into broad-spectrum β-lactams, carbapenems, and colistin and used interrupted time-series analysis to compare AU during pre- and post-pandemic onset. We studied the frequency of carbapenemase-producing (CP) CRE and performed whole-genome sequencing analyses of all carbapenem-resistant (CR) Klebsiella pneumoniae (CRKpn) isolates collected during the study period. RESULTS: Compared with pre-pandemic, AU (DDD/1000 patient-days) significantly increased after the pandemic onset, from 78.1 to 142.5 (P < .001), 50.9 to 110.1 (P < .001), and 4.1 to 13.3 (P < .001) for broad-spectrum β-lactams, carbapenems, and colistin, respectively. The frequency of CP-CRE increased from 12.8% pre-COVID-19 to 51.9% after pandemic onset (P < .001). The most frequent CRE species in both periods was CRKpn (79.5% and 76.5%, respectively). The expansion of CP-CRE harboring blaNDM was particularly noticeable, increasing from 40% (n = 4/10) before to 73.6% (n = 39/53) after pandemic onset (P < .001). Our phylogenomic analyses revealed the emergence of two distinct genomic lineages of CP-CRKpn: ST45, harboring blaNDM, and ST1161, which carried blaKPC. CONCLUSIONS: AU and the frequency of CP-CRE increased after COVID-19 onset. The increase in CP-CRKpn was driven by the emergence of novel genomic lineages. Our observations highlight the need to strengthen infection prevention and control and antimicrobial stewardship efforts.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,016
Tête enseignante GPT0,313
Écart entre enseignants0,297 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations34
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueClinical Infectious DiseasesMême sujetAntibiotic Resistance in BacteriaTravaux en français237 207