A nested cohort 5-year Canadian surveillance of Gram-negative antimicrobial resistance for optimized antimicrobial therapy
Notice bibliographique
Résumé
We analyzed 5 years (2016-2020) of nested Canadian data from the Study for Monitoring Antimicrobial Resistance Trends (SMART) to identify pathogen predominance and antimicrobial resistance (AMR) patterns of adult Gram-negative infections in Canadian health care and to complement other public surveillance programs and studies in Canada. A total of 6853 isolates were analyzed from medical (44%), surgical (18%), intensive care (22%) and emergency units (15%) and from respiratory tract (36%), intra-abdominal (25%), urinary tract (24%) and bloodstream (15%) infections. Overall, E. coli (36%), P. aeruginosa (18%) and K. pneumoniae (12%) were the most frequent isolates and P. aeruginosa was the most common respiratory pathogen. 18% of Enterobacterales species were ESBL positive. Collective susceptibility profiles showed that P. aeruginosa isolates were highly susceptible (> 95%) to ceftolozane/tazobactam and colistin, though markedly less susceptible (58-74%) to other antimicrobials tested. Multi-drug resistance (MDR) was present in 10% of P. aeruginosa isolates and was more frequent in those from respiratory infections and from ICU than non-ICU locations. Of P. aeruginosa isolates that were resistant to combinations of ceftazidime, piperacillin/tazobactam and meropenem, 73-96% were susceptible to ceftolozane/tazobactam over the period of the study. These national data can now be combined with clinical prediction rules and genomic data to enable expert antimicrobial stewardship applications and guide treatment policies to optimize adult patient care.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».