Longitudinal wastewater-based surveillance of vancomycin-resistant Enterococci in tertiary-care hospitals
Notice bibliographique
Résumé
OBJECTIVE: Vancomycin-resistant Enterococcus (VRE) is an important cause of healthcare-associated infections. We adapted wastewater-based surveillance as a tool to longitudinally monitor VRE in hospitals through the detection of vancomycin resistance genes vanA and vanB. METHODS: Wastewater from four tertiary-care hospitals (three adult and one pediatric, totaling >2300 inpatient beds) and all three municipal wastewater treatment plants (WWTP) in Calgary, Canada (∼1.8 million) was sampled weekly (March to September 2022) and every other week (September 2022 to March 2023). Wastewater pellets were collected, DNA extracted, and vanA and vanB quantified by qPCR. vanA and vanB gene copies were assessed as raw (copies/mL) and normalized with three different fecal biomarkers - total bacterial 16S-rRNA, Bacteroides HF183 16S-rRNA, and human 18S-rRNA. Raw and normalized vanA and vanB abundance from each site was compared with clinically identified infections, vancomycin prescribing and hemodialysis services. RESULTS: The abundance of vanA was up to 1085-fold higher (p < 0.0001, Mann-Whitney) and vanB up to 32-fold higher (p < 0.01, Mann-Whitney) in adult hospitals compared to an aggregate municipal signal and exhibited significantly greater variation. Strong correlations between each method of fecal normalization and raw-measured vanA and vanB were observed, and no normalization method proved superior (Spearman's r = 0.50-0.96, p < 0.0001). vanA abundance was strongly correlated with hemodialysis provision (Spearman's r = 0.8357, p < 0.0001) but not vancomycin prescribing. CONCLUSIONS: Wastewater-based surveillance is a comprehensive tool capable of longitudinal real-time hospital surveillance for VRE with the potential to transform the ability of infection control and antimicrobial stewardship programs to dynamically track, understand, and mitigate nosocomial antimicrobial-resistant 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 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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 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 ».