MétaCan
Menu
Retour à la cohorte
Enregistrement W4417308008 · doi:10.7759/cureus.99212

Bacterial Profile and Antimicrobial Susceptibility Patterns in Diabetic Foot Ulcers: A Cross‑Sectional Study in Bangladesh

2025· article· en· W4417308008 sur OpenAlexaff
Abdul Ahad, Shaima Akter, Rabeya Yousuf, M. M. Haque, Md Mushtahid Salam, Md. Abdus Salam

Notice bibliographique

RevueCureus · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetic Foot Ulcer Assessment and Management
Établissements canadiensHealth Care Foundation
Organismes subventionnairesnon disponible
Mots-clésImipenemCefuroximeDiabetic footCiprofloxacinErythromycinTigecyclineAntibiotic resistancePseudomonas aeruginosaAmikacin

Résumé

récupéré en direct d'OpenAlex

Introduction Diabetic foot ulcers (DFUs) are a significant cause of amputation and mortality in low‑ and middle‑income countries. However, Bangladeshi data on the bacterial spectrum and antimicrobial susceptibility patterns remain scarce. Methods In a cross‑sectional study at Chattogram Diabetic General Hospital, Bangladesh, 106 adults with DFUs provided deep tissue specimens as per grading for aerobic culture. Bacterial isolates were identified by standard methods and tested against 16 antibiotics according to Clinical and Laboratory Standards Institute (CLSI) disc diffusion guidelines. Clinical and sociodemographic data were summarised descriptively; resistance patterns were visualised using heat‑map clustering. Results Culture was positive in 81.1% (86/106) of participants. Across all participants, Staphylococcus aureus (S. aureus) and Escherichia coli (E. coli) were co‑dominant (each 26.4%, 28/106), followed by Klebsiella pneumoniae (K. pneumoniae) and Enterococcus species (spp.) (each 11.3%, 12/106), and Pseudomonas aeruginosa (P. aeruginosa) (9.4%, 10/106); polymicrobial infection was 3.8% (4/106). Resistance was widespread. In the Gram‑positive panel, erythromycin showed the highest resistance (S. aureus 92.9%; Enterococcus spp. 83.3%), with ampicillin/vancomycin/linezolid also high. In the Gram-negative panel, ampicillin, ciprofloxacin and cefuroxime carried heavy resistance burdens (reaching 100% in P. aeruginosa). By contrast, resistance to piperacillin-tazobactam and imipenem was low in E. coli (10.7% and 14.3%, respectively); in K. pneumoniae it was higher for piperacillin-tazobactam than imipenem (41.7% vs 16.7%); and in P. aeruginosa the pattern was reversed, with 10.0% resistant to piperacillin-tazobactam and 40.0% resistant to imipenem. Tigecycline retained 0% resistance across all taxa. Row‑wise clustering separated high‑ from lower‑resistance drug groups, making organism‑specific patterns immediately interpretable. Conclusion Gram‑negative organisms were more frequent overall, and resistance to several commonly used β‑lactams and fluoroquinolones was high. Tigecycline showed the best preserved activity. Empirical treatment should be guided by local data, prioritise agents with retained activity against both Gram‑positive and Gram‑negative pathogens, and be promptly narrowed once susceptibilities are available. Continued local surveillance and strong antimicrobial stewardship are essential to limit further resistance.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,009
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,017
Tête enseignante GPT0,312
Écart entre enseignants0,295 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCureusMême sujetDiabetic Foot Ulcer Assessment and ManagementTravaux en français237 207