Microbiology of Urinary Tract Infections in Gaborone, Botswana
Notice bibliographique
Résumé
The microbiology and epidemiology of UTI pathogens are largely unknown in Botswana, a high prevalence HIV setting. Using laboratory data from the largest referral hospital and a private hospital, we describe the major pathogens causing UTI and their antimicrobial resistance patterns.This retrospective study examined antimicrobial susceptibility data for urine samples collected at Princess Marina Hospital (PMH), Bokamoso Private Hospital (BPH), or one of their affiliated outpatient clinics. A urine sample was included in our dataset if it demonstrated pure growth of a single organism and accompanying antimicrobial susceptibility and subject demographic data were available.A total of 744 samples were included. Greater than 10% resistance was observed for amoxicillin, co-trimoxazole, amoxicillin-clavulanate, and ciprofloxacin. Resistance of E. coli isolates to ampicillin and co-trimoxazole was greater than 60% in all settings. HIV status did not significantly impact the microbiology of UTIs, but did impact antimicrobial resistance to co-trimoxazole.Data suggests that antimicrobial resistance has already emerged to most oral antibiotics, making empiric management of outpatient UTIs challenging. Ampicillin, co-trimoxazole, and ciprofloxacin should not be used as empiric treatment for UTI in this context. Nitrofurantoin could be used for simple cystitis; aminoglycosides for uncomplicated UTI in inpatients.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 | 0,001 |
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.
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 ».