Antibiotic resistance among ICU patients during the COVID-19 pandemic and its associated factors: a retrospective study using electronic medical records in two Vietnamese hospitals
Notice bibliographique
Résumé
Abstract Antimicrobial resistance (AMR) in intensive care units (ICUs) is a critical issue, which has been exacerbated by the coronavirus disease 2019 (COVID-19) pandemic. This study investigated AMR prevalence and its associated factors among ICU patients in two Vietnamese hospitals from January 2020 to June 2022. Electronic medical records of 1,296 patients with 2,432 non-duplicate bacterial isolates were collected in Phu Tho Hospital (Northern, rural, non-COVID-19 treatment) and 175 Hospital (Southern, urban, COVID-19 treatment centre). Antibiotic susceptibility testing was conducted using VITEK2, BD Phoenix 100, and disk diffusion methods. Logistic regression with 1,000 bootstrap resampling and cross-validation was used to examine factors linked to AMR. Results revealed Acinetobacter spp. (27.5%) as leading strains in Phu Tho Hospital, while Klebsiella spp. (28.0%) predominated in 175 Hospital, except during 2021when Acinetobacter spp. reached the peak. Alarmingly, Acinetobacter spp., Klebsiella spp., and Pseudomonas aeruginosa demonstrated the highest AMR rates and multidrug resistance rates (83.8%–95.8%) in both hospitals. Resistance to cephalosporins, carbapenems, and fluoroquinolones ranged from 75% to 100%. Significant associated factors included age, sex, location, initial admission diagnosis, and bacterial isolation month. This study highlights the urgent need for controlling AMR in ICUs during the pandemic.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 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 ».