Mortality and Outcomes of Patients Infected with Extensively Drug-Resistant Bacteria Admitted to Intensive Care Units
Notice bibliographique
Résumé
Background: The emergence of antimicrobial-resistant pathogens in intensive care units (ICU) makes treatment of these infections very difficult. Objectives: This study aimed to survey the resistance phenotype, risk factors, and possible treatment options for hospital-acquired infections (HAI) at ICUs in a referral university hospital. Methods: Samples were prepared from ICU patients with HAIs. Pathogens were isolated, and the resistance phenotype, prescribed antibiotics, mortality rate, associated risk factors, and clonal relationship of the isolates were assessed. Results: From 100 patients admitted to ICUs, 76 (76%) showed clinical symptoms of HAIs. The most common sources of infection were lung secretions (51.8%). The isolated bacteria were Gram-negative (77, 90.6%) and Gram-positive (9.4%). The most common isolated microorganism was the Acinetobacter baumannii complex (63.5%). The most effective antimicrobials were colistin (96.1%) and linezolid (100%) for Gram-negative and Gram-positive isolates, respectively. An extensively drug-resistant (XDR) phenotype was documented in all isolates of A. baumannii, Pseudomonas aeruginosa, and Serratia marcescens. The XDR phenotype was a significant risk factor only for mortality. A. baumannii had the highest mortality rate (66.6%) among all the isolates. While A. baumannii strains had limited diversity, the other species were highly divergent. Conclusions: The results revealed a high mortality rate for Gram-negative isolates, especially in adenosine triphosphate-binding cassette (ABC). The high genetic similarities of ABC strains might be an indication of neglecting infection control prevention. The use of cotrimoxazole and colistin instead of carbapenems can be promising for mortality reduction in the studied ICUs.
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 | 0,004 |
| 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 | 0,001 |
| 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 ».