Erysipelothrix rhusiopathiae-associated bloodstream infection in a patient with systemic lupus erythematosus: a case report and literature review
Notice bibliographique
Résumé
Introduction. Systemic human infections caused by Erysipelothrix rhusiopathiae have been increasingly reported especially within immunocompromised hosts and those with significant occupational exposure to livestock and aquatic animals. We report a case of E. rhusiopathiae bacteraemia in a patient with systemic lupus erythematosus (SLE) and present a literature review on clinical outcomes and microbiologic diagnosis for this organism. Case presentation. A 43-year-old female patient was reporting a 1-month history of intermittent fevers. She recently increased her immunosuppression medication for her underlying SLE on the advice of her rheumatologist. The patient sustained a finger laceration from butchering cattle meat 2 weeks after the onset of her initial symptoms, with worsening index finger swelling and increased febrile episodes. Two weeks post-injury, multiple blood cultures were drawn, and each isolated Gram-positive bacilli. Given her recurrent intermittent fevers, there was a concern for ongoing infection, and therefore, intravenous vancomycin was started with prompt referral to an outpatient parenteral antibiotic therapy clinic. The Gram-positive bacillus was confirmed as E. rhusiopathiae via matrix-assisted laser desorption/ionization-time of flight analysis. Given intrinsic resistance to vancomycin, vancomycin was switched to intravenous ceftriaxone as targeted antimicrobial therapy for 2 weeks. Reassuringly, there was no echocardiographic evidence of infective endocarditis, warranting the prolonged treatment course. Post-treatment, she remained symptom-free with the resolution of joint symptoms and fevers. Conclusion. Our report illustrates a case of E. rhusiopathiae bacteraemia from an immunodeficient host, with prompt microbiologic diagnosis and intervention with appropriate antimicrobial coverage. Literature reflects the rarity of this infection, predilections to specific susceptible hosts and the importance of raising awareness of zoonotic infections.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».