Antimicrobial susceptibility and distribution trends among AmpC-producing Enterobacterales at a regional health authority in British Columbia: a 5-year retrospective review
Notice bibliographique
Résumé
Introduction: Existing literature supports using cefepime as a carbapenem-sparing agent to treat AmpC-producing Enterobacterales infections. To characterize existing susceptibility trends, we conducted a 5-year retrospective study assessing minimum inhibitory concentration (MIC) distributions for ceftriaxone, cefepime, piperacillin-tazobactam, and meropenem across Vancouver Island Health Authority (Vancouver Island, British Columbia, Canada). Methods: MIC data for AmpC isolates between November 2019 to October 2024 were retrieved (BD Epicenter™). Blood cultures, invasive specimens, urine and miscellaneous samples (e.g., respiratory, wounds) were included; we excluded surveillance specimens. MIC values were interpreted based upon CLSI M100-E34 breakpoints (Table 2A-1). Descriptive statistics were computed and compared between moderate-risk AmpC inducers (MRAC) versus low-risk AmpC inducers (LRAC). Results: 5,809 isolates were analyzed, with 3,646 (62.8%) identified as MRAC. Across all organisms, susceptibility rates for ceftriaxone, piperacillin-tazobactam, cefepime, and meropenem were 81.6%, 87.4%, 95.5%, and 98.7% respectively. Compared to LRAC, MRAC organisms demonstrated lower susceptibility to ceftriaxone (76.0% versus 91.1%) and piperacillin-tazobactam (81.5% versus 97.3%). Cefepime and meropenem demonstrated similar susceptibility rates between LRAC and MRAC. MIC90 for cefepime was 1 µg/ml for all species except E. cloacae (MIC90 4µg/ml). Conclusion: Between 2019-2024, 95.5% of our isolates demonstrated susceptibility to cefepime within our local health authority. Further research will correlate patient outcomes and establish MIC thresholds to guide routine testing and clinical use of cefepime.
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 | 0,001 | 0,000 |
| 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 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 ».