MétaCan
Menu
Retour à la cohorte
Enregistrement W4407731008 · doi:10.1016/j.ijregi.2025.100605

Klebsiella pneumoniae urinary tract infection: A multicentric study highlights significant regional variations in antimicrobial susceptibility across India

2025· article· en· W4407731008 sur OpenAlexaff
Meher Rizvi, Shalini Malhotra, Hiba Sami, Jyotsna Agarwal, Areena Hoda Siddiqui, Sheela Devi, Aruna Poojary, Bhaskar Thakuria, Isabella Princess, Aarti Gupta, Amal Malehi, Asfia Sultan, Ashish Jitendranath, Balvinder Mohan, Fatima Khan, H. Tahir, Nainaraj Ilanchezhiyan, Mannu Jain, Maria Khan, Narendra Pal Singh, Renu Gur, Sarita Mohapatra, Shaika Farooq, Vellore Ramanathan Yamunadevi, Ken Masters, Nisha Goyal, Manodeep Sen, Razan Al Zadjali, Rugma Rajendradas, Suneeta Meena, Bradley J. Langford, Reba Kanungo, Zaaima Al Jabri, Arwa Al Rajaibi, Sanjeev Singh, Azza AL Mamari, Sarman Singh, Keith H. St. John, Raman Sardana, Pawan Kapoor, Amina Al Jardani, Rajeev Soman, Abdullah Balkhair, Neelam Taneja

Notice bibliographique

RevueIJID Regions · 2025
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAntibiotic Resistance in Bacteria
Établissements canadiensUniversity of Toronto
Organismes subventionnairesData Across Sectors for HealthSultan Qaboos University
Mots-clésKlebsiella pneumoniaeAntimicrobialMicrobiologyMedicineBiologyEscherichia coliGenetics

Résumé

récupéré en direct d'OpenAlex

• Mapping of the antimicrobial susceptibility of Klebsiella pneumoniae in urinary tract infection was undertaken by 18 centers across India. • The national susceptibilities to nitrofurantoin, meropenem, and fosfomycin were 39%, 81%, and 89%, respectively. • The proportion of susceptibility of K. pneumoniae to different antimicrobials was directly linked to geographic region ( P <0.001). • South India had the highest mean susceptibility to trimethoprim/sulfamethoxazole, piperacillin/tazobactam, imipenem, and meropenem. • Humidity, and low and high temperatures ( P <0.05) had a statistically significant effect on the proportion of susceptible K. pneumoniae . Knowledge of local antibiotic susceptibility rates is essential to strengthen antimicrobial stewardship programs. DASH to Protect Antibiotics ( https://dashuti.com/ ), promotes the dissemination of focused local antibiograms in community urinary tract infection (UTI). This study mapped the susceptibility profile of Klebsiella pneumoniae from 18 Indian centers. The centers spanned nine Indian States and three Union Territories. Urinary K. pneumoniae antibiograms from the outpatient clinic were collated and analyzed. Standardization was achieved through online training. For epidemiological purposes, five centers tested fosfomycin. Overall, low susceptibility (<60%) was observed for the standard oral antibiotics prescribed for cystitis: co-trimoxazole, 54% (36-68%); ciprofloxacin, 52% (29-55%); amoxicillin-clavulanic acid, 46%, (35-82%); nitrofurantoin, 39% (19-78%); and cefuroxime, 30% (15-62%). The rates for third- and fourth-generation cephalosporins were 49% (45-52%) and 60% (36-76%), respectively. Extended-spectrum beta-lactamases ranged from 36-61% in India. Piperacillin-tazobactam 74% (65-87%), amikacin 76% (45-91%), and meropenem 81% (61-87%) exhibited higher activity. Fosfomycin was the most active antimicrobial, with 89% (92-97%) susceptibility. K. pneumoniae susceptibility was directly linked to geographic region, log gross domestic product ( P <0.001), and humidity, and low and high temperatures ( P <0.05). Oral treatment options for K. pneumoniae cystitis are rapidly decreasing. Northern and southern India showed significant differences in antimicrobial susceptibility, highlighting the importance of local antibiograms for promoting antimicrobial stewardship. For uncomplicated cystitis, co-trimoxazole (54%) may be the empirical choice. Good susceptibility to fosfomycin was observed (89%). The empirical use of fluoroquinolones, cephalosporins, and amoxicillin-clavulanic acid has been discouraged. Piperacillin-tazobactam and aminoglycosides are carbapenem-sparing agents.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,079
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,293
Écart entre enseignants0,279 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIJID RegionsMême sujetAntibiotic Resistance in BacteriaTravaux en français237 207