Failure Rate of Oral Nitrofurantoin in Treating UTIs caused by ESBL-Producing Escherichia coli and Klebsiella pneumoniae : A Retrospective Cohort Study
Notice bibliographique
Résumé
Background:Urinary tract infections (UTIs) caused by extended-spectrum beta-lactamase (ESBL)-producing organisms limit oral treatment options. Nitrofurantoin is frequently used, but regional data on its activity against ESBL-producing Escherichia coli (ESBL-EC) and Klebsiella pneumoniae (ESBL-KP) are lacking in Saudi Arabia. This study aimed to determine the 90-day failure rate of oral nitrofurantoin in treating ESBL-UTIs and explore secondary outcomes. Methods:This was a retrospective cohort study conducted at a tertiary hospital in Riyadh, Saudi Arabia. The target population was adult ED patients, discharged on oral nitrofurantoin for UTIs caused by ESBL-EC or ESBL-KP, between February 2021 and June 2024. We aimed to identify the failure rate of oral nitrofurantoin in this population. Treatment failure was defined as any ESBL-positive urine culture within 90 days of treatment initiation. Results:Among 13,421 UTI cases, 347 (2.6%) were ESBL-positive; 41 received oral nitrofurantoin, and 18 met the final inclusion criteria. The 90-day recurrence rate was 22.2% (4/18), with 77.8% having no early recurrence. Three patients had recurrence between 90–180 days. Half of all nitrofurantoin-treated patients were later hospitalized, with severe cases requiring ICU. Conclusion:Nitrofurantoin showed a 22% failure rate in treating ESBL-UTIs, yet remained effective in most cases, especially those involving ESBL-EC. Given its accessibility, nitrofurantoin remains a viable option but requires close follow-up. Larger studies are needed to refine its role in ESBL-UTI management.
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 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 | 0,012 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 tête enseignante, 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 ».