New methodology to assess the excess burden of antibiotic resistance using country-specific parameters: a case study regarding <i>E. coli</i> urinary tract infections
Notice bibliographique
Résumé
Objectives Antimicrobial resistant (AMR) infections are a major public health problem and the burden on population level is not yet clear. We developed a method to calculate the excess burden of resistance which uses country-specific parameter estimates and surveillance data to compare the mortality and morbidity due to resistant infection against a counterfactual (the expected burden if infection was antimicrobial susceptible). We illustrate this approach by estimating the excess burden for AMR (defined as having tested positive for extended-spectrum beta-lactamases) urinary tract infections (UTIs) caused by E. coli in the Netherlands in 2018, which has a relatively low prevalence of AMR E. coli , and in Italy in 2016, which has a relatively high prevalence. Design Excess burden was estimated using the incidence-based disability-adjusted life-years (DALYs) measure. Incidence of AMR E. coli UTI in the Netherlands was derived from ISIS-AR, a national surveillance system that includes tested healthcare and community isolates, and the incidence in Italy was estimated using data reported in the literature. A systematic literature review was conducted to find country-specific parameter estimates for disability duration, risks of progression to bacteraemia and mortality. Results The annual excess burden of AMR E. coli UTI was estimated at 3.89 and 99.27 DALY/100 0000 population and 39 and 2786 excess deaths for the Netherlands and Italy, respectively. Conclusions For the first time, we use country-specific and pathogen-specific parameters to estimate the excess burden of resistant infections. Given the large difference in excess burden due to resistance estimated for Italy and for the Netherlands, we emphasise the importance of using country-specific parameters describing the incidence and disease progression following AMR and susceptible infections that are pathogen specific, and unfortunately currently difficult to locate.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».