Burden of Antimicrobial Resistance in Adult Hospitalized Patients With Cancer: A Multicenter Analysis
Notice bibliographique
Résumé
BACKGROUND: Infections are a leading cause of death in patients with cancer, but the proportion and rate of antimicrobial resistance (AMR) in hospitalized patients with cancer are not well understood. METHODS: This retrospective, cross-sectional evaluation of AMR assessed hospitalized adult patients in 168 United States (US) healthcare facilities between April 2018 and December 2022. Nonduplicate, noncontaminant Gram-negative and Gram-positive bacteria recovered from various samples (blood, respiratory, urine, etc.) were used to assess the rate of AMR pathogens per 1000 admissions and the proportion of AMR among bacterial isolates in patients with and without cancer. FINDINGS: Among 4,612,620 admissions, 6.4% (297,500) were of patients with cancer and 93.6% (4,315,120) were of patients without cancer. AMR pathogen rates were higher in cancer patients than patients without cancer for most pathogen groups, including vancomycin-resistant enterococci with incidence rate ratio (IRR), 1.95 (95% confidence interval [CI], 1.84, 2.07), extended-spectrum beta-lactamase (ESBL) producers (IRR, 1.48 [95% CI, 1.43, 1.53]), carbapenem-nonsusceptible Enterobacterales (IRR, 1.46 [95% CI, 1.32, 1.61]), and multidrug-resistant Pseudomonas aeruginosa (IRR, 1.31 [95% CI, 1.18, 1.45]). The percentage of nonsusceptible isolates in most pathogen groups was lower in patients with versus without cancer except for ESBL producers among Enterobacterales (odds ratio (OR), 1.11 [95% CI, 1.07, 1.15]) and vancomycin resistance among enterococci (OR, 1.22 [95% CI, 1.14, 1.30]), which were higher in cancer patients. CONCLUSION: AMR rates for certain key pathogens were 1.5-2 times greater in hospitalized cancer patients compared to hospitalized noncancer patients. The increased AMR rate in cancer patients highlights the need for enhanced infection prevention and diagnostic stewardship efforts.
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) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».