Third-Generation Cephalosporin-Resistant Spontaneous Bacterial Peritonitis: A single-Centre Experience and Summary of Existing Studies
Notice bibliographique
Résumé
BACKGROUND: Spontaneous bacterial peritonitis (SBP) is the most prevalent bacterial infection in patients with cirrhosis. Although studies from Europe have reported significant rates of resistance to third-generation cephalosporins, there are limited SBP-specific data from centres in North America. OBJECTIVE: To evaluate the prevalence of, predictors for and clinical impact of third-generation cephalosporin-resistant SBP at a Canadian tertiary care centre, and to summarize the data in the context of the existing literature. METHODS: SBP patients treated with both antibiotics and albumin therapy at a Canadian tertiary care hospital between 2003 and 2011 were retrospectively identified. Multivariate logistic regression was used to determine independent predictors of third-generation cephalosporin resistance and mortality. RESULTS: In 192 patients, 25% of infections were nosocomial. Forty per cent (77 of 192) of infections were culture positive; of these, 19% (15 of 77) were resistant to third-generation cephalosporins. The prevalence of cephalosporin resistance was 8% with community-acquired infections, 17% with health care-associated infections and 41% with nosocomial acquisition. Nosocomial acquisition of infection was the only predictor of resistance to third-generation cephalosporins (OR 4.0 [95% CI 1.04 to 15.2]). Thirty-day mortality censored for liver transplantation was 27% (50 of 184). In the 77 culture-positive patients, resistance to third-generation cephalosporins (OR 5.3 [1.3 to 22]) and the Model for End-stage Live Disease score (OR 1.14 [1.04 to 1.24]) were independent predictors of 30-day mortality. CONCLUSIONS: Third-generation cephalosporin-resistant SBP is a common diagnosis and has an effect on clinical outcomes. In an attempt to reduce the mortality associated with resistance to empirical therapy, high-risk subgroups should receive broader empirical antibiotic coverage.
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 | 0,005 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».