Distribution and prevalence of fungemia: a five-year retrospective multicentric survey in Venetian region, Italy
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Background Invasive fungal infections, significantly impact hospitalized and immunocompromised populations. Recent trends showed a shift from Candida albicans to non-albicans Candida (NAC) species, raising concerns about antifungal resistance. Objectives Our study focuses on the distribution of fungal species in blood cultures obtained from different healthcare settings, including hospitals, long-term care facilities, and community health centers in the Venetian region of Italy. Methods We retrospectively analyzed all consecutive blood culture isolates across 5 hospitals, 38 long-term care facilities, and 24 sample collection centers (blood exams and culture) from 2019 to 2023. Results Between 2019 and 2023, 11,552 microorganisms were isolated from blood cultures; 693 (6.0%) were fungi. The yearly prevalence ranged from 5.2% in 2019 to 6.1% in 2023. C. albicans isolates decreased significantly, from 60.0% in 2019 to 43.1% in 2023. NAC species showed significant growth, particularly C. parapsilosis sensu stricto (from 23.6% in 2019 to 28.8% in 2023), C. tropicalis (from 0.0% in 2019 to 7.2% in 2023), and N. glabratus (from 9.1% in 2019 to 11.8% in 2023). Medical wards consistently recorded the highest number of cases (429/693, 61.9%), with C. albicans predominating in earlier years. Resistance to amphotericin B rose sharply in C. parapsilosis ss. (22.5% in 2022), while fluconazole resistance in N. glabratus remained high (peaking at 85.7% in 2021). Conclusion The increasing dominance of NAC species and rising resistance trends underscore the necessity for enhanced diagnostics, infection prevention, and antifungal stewardship. Future research should incorporate clinical data to optimize fungemia management strategies.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 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 découle