A 10-year Retrospective Review of Patient-to-Patient Transmitted Pathogens in Culture-Positive Burn Wounds at a Tertiary Burn Center
Notice bibliographique
Résumé
Introduction: Burn wound infection can progress to sepsis and is a significant source of morbidity and mortality. Prevalence of multidrug-resistant organisms are high in burn patients; these organisms can be transmitted between patients leading to poor outcomes. Objectives: To characterize patient-to-patient transmission of pathogens causing burn wound colonization at a single tertiary hospital burn center in Hamilton, Canada from 2011 to 2020. Methods: Retrospective chart review of patients admitted to the burn trauma unit at Hamilton General Hospital between 2011 and 2020. Antibiotic susceptibility panels of pathogens cultured from burn patients’ wound swab/tissue cultures were compared against pathogens cultured from other burn/nonburn patients with overlapping admission dates. Pathogens were categorized into likely, possible, or unlikely transmission, or normal skin flora on a case-by-case basis. Results: There were 173 burn patients with positive wound culture and 613 nonburn patients included in the study. Included burn patients had median age 52 years, mostly male (73%) with flame injury (65%), and median total body surface area 18%. There were 18 patients (10%) with likely transmission and 54 patients (31%) with possible transmission. Most frequently implicated pathogens for likely patient-to-patient transmission were methicillin-resistant Staphylococcus aureus (MRSA) (7 patients) and methicillin-resistant coagulase-negative Staphylococci (4 patients). Both burn and nonburn patients were implicated. Conclusion: The burden of patient-to-patient transmission in culture-positive burn wounds was estimated to be between 10% and 41%. Greater care should be taken to avoid patient-to-patient transmission of pathogens to minimize burn infection morbidity and mortality. Prospective studies should be conducted with genomic sequencing and correlation with clinical outcomes.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».