MétaCan
Menu
Retour à la cohorte
Enregistrement W6980159368

Bacterial Epidemiology and Antimicrobial Resistance Profiles of Respiratory Specimens of Children with Pneumonia in Hainan, China

2023· article· en· W6980159368 sur OpenAlexaboutno aff

Notice bibliographique

RevueDOAJ (DOAJ: Directory of Open Access Journals) · 2023
Typearticle
Langueen
DomaineComputer Science
ThématiqueWeb visibility and informetrics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésStreptococcus pneumoniaeMoraxella catarrhalisPneumoniaAntibiotic resistanceAcinetobacter baumanniiSputumBacterial pneumoniaStaphylococcus aureusPseudomonas aeruginosaKlebsiella pneumonia
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Wenhui Mai,1,2,* Yiwei Liu,1,3,* Qiaoyi Meng,1,3 Jianping Xu,1,4 Jinyan Wu1,3,5 1Center for Science Experiments, Hainan Medical University, Haikou, Hainan Province, People’s Republic of China; 2Laboratory Department, Haikou Maternal and Child Health Hospital, Haikou, Hainan Province, People’s Republic of China; 3Department of Pathogen Biology, Hainan Medical University, Haikou, Hainan Province, People’s Republic of China; 4Department of Biology, McMaster University, Hamilton, Ontario, Canada; 5Key Laboratory of Tropical Translational Medicine of Ministry of Education, Hainan Medical University, Haikou, Hainan Province, People’s Republic of China*These authors contributed equally to this workCorrespondence: Jianping Xu; Jinyan Wu, Email jpxu@mcmaster.ca; hy0303003@hainmc.edu.cnPurpose: To investigate the bacterial species and antimicrobial susceptibility of respiratory specimens of children with pneumonia in Hainan, China.Methods: A total of 5017 specimens, including 4986 sputum samples, 19 bronchoalveolar lavage fluid samples and 12 tracheal tube tip samples from hospitalized children with pneumonia from April 1, 2021 to March 31, 2022 were studied. All the bacterial isolates were identified and confirmed with the VITEK 2 system. Antimicrobial susceptibility of all isolates was determined using the Kirby-Bauer method or the VITEK 2 Compact automatic system, following the breakpoints recommended by the Clinical and Laboratory Standards Institute.Results: A total of 996 bacterial isolates were collected and classified into 24 species. The top 10 most frequent species were Haemophilus influenzae (356 isolates, 35.7%), Streptococcus pneumoniae (128, 12.9%), Moraxella catarrhalis (114, 11.5%), Escherichia coli (89, 8.9%), Staphylococcus aureus (89, 8.9%), Klebsiella pneumoniae (82, 8.2%), Acinetobacter baumannii (31, 3.1%), Pseudomonas aeruginosa (28, 2.8%), Enterobacter cloacae (18, 1.8%), and Streptococcus agalactiae (13, 1.3%). 70.5% strains had the resistant (R) and/or intermediate (I) phenotypes to at least one of the tested drugs, with a large proportion (54.6%) showing resistance to two or more commonly used antibiotics. In addition, 60.5% (69/114) of M. catarrhalis strains and 42.9% (153/356) of H. influenzae strains produced β-lactamases while 19.1% (17/89) E. coli and 6.1% (5/82) K. pneumoniae strains produced extended-spectrum β-lactamases.Conclusion: A diversity of pathogenic bacteria were isolated from the respiratory tract of children with pneumonia in Hainan, China. High-frequency resistance to first-line antimicrobial drugs was observed in Gram-negative and Gram-positive bacteria, including 544 isolates resistant to at least two antibiotics. Rapid identification and susceptibility testing should be implemented for children with bacterial pneumonia in Hainan before drug treatment is recommended.Keywords: pneumonia, bacteria, antimicrobial resistance, children, multidrug-resistant bacteria

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,049
Score d'incertitude au seuil0,839

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0000,000
Communication savante0,0000,002
Science ouverte0,0030,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,169
Tête enseignante GPT0,476
Écart entre enseignants0,306 · 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 tête enseignante, 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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDOAJ (DOAJ: Directory of Open Access Journals)Même sujetWeb visibility and informetricsTravaux en français237 207