Epidemiology, Clinical, and Microbiological Characteristics of Multidrug-Resistant Gram-Negative Bacteremia in Qatar
Notice bibliographique
Résumé
Antimicrobial resistance is a global healthcare threat with significant clinical and economic consequences peaking at secondary and tertiary care hospitals where multidrug-resistant Gram-negative bacteria (MDR GNB) lead to poor outcomes. A prospective study was conducted between January and December 2019 for all invasive bloodstream infections (BSIs) secondary to MDR GNB in Qatar identified during routine microbiological service to examine their clinical, microbiological, and genomic characteristics. Out of 3238 episodes of GNB BSIs, the prevalence of MDR GNB was 13% (429/3238). The predominant MDR pathogens were Escherichia coli (62.7%), Klebsiella pneumoniae (20.4%), Salmonella species (6.6%), and Pseudomonas aeruginosa (5.3%), while out of 245 clinically evaluated patients, the majority were adult males, with the elderly constituting almost one-third of the cohort and with highest observed risk for prolonged hospital stays. The risk factors identified included multiple comorbidities, recent healthcare contact, previous antimicrobial therapy, and admission to critical care. The in-hospital mortality rate was recorded at 25.7%, associated with multiple comorbidities, admission to critical care, and the acquisition of MDR Pseudomonas aeruginosa. Resistant pathogens demonstrated high levels of antimicrobial resistance but noticeable susceptibility to amikacin and carbapenems. Genomic analysis revealed that Escherichia coli ST131 and Salmonella enterica ST1 were the predominant clones not observed with other pathogens.
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 | 0,001 | 0,001 |
| 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 ».