Un arbre de décision clinique pour prédire si un patient bactériémique est infecté par un organisme producteur de β-lactamase à spectre étendu

Un arbre de décision clinique pour prédire si un patient bactériémique est infecté par un organisme producteur de β-lactamase à spectre étendu

Contexte L’identification rapide des bactériémies β-lactamases à spectre étendu peut améliorer les résultats cliniques tout en minimisant l’utilisation inutile d’antibiotiques à large spectre, y compris les carbapénèmes. Cependant, la plupart des laboratoires de microbiologie clinique exigent actuellement au moins confirmer la production de BLSE Notre objectif était de développer un arbre de décision convivial pour prédire quels organismes produiraient des BLSE, pour guider un traitement antibiotique approprié. Méthodes Nous avons inclus des patients de ≥ ans ayant une bactériémie due à Escherichia coli ou Klebsiella d’octobre à mars chez Johns Hopkins Les isolats hospitaliers avec des concentrations inhibitrices minimales de la ceftriaxone ≥ μg / mL ont subi des tests de confirmation de la BLSE. Le partitionnement récursif a été utilisé pour générer un arbre décisionnel afin de déterminer la probabilité d’infection bactérienne chez un BLSE. Discrimination des modèles originaux et validés a été évaluée en utilisant les courbes caractéristiques du récepteur et par le calcul de C-statisticsResults Un total de patients atteints de bactériémie répondait aux critères d’éligibilité Pour les patients%, la bactériémie était due à un producteur confirmé de BLSE L’arbre de classification final pour prédire la bactériémie Colonisation / infection BLSE, matériel vasculaire chronique à demeure, âge ≥ ans, hospitalisation récente dans une région où la BLSE est élevée et ≥ jours d’exposition aux antibiotiques au cours des mois précédents Les valeurs prédictives positives et négatives de l’arbre de décision étaient% et%, respectivement. suggérer qu’un arbre de décision clinique peut être utilisé pour estimer la probabilité d’infection d’un patient bactériémique par des bactéries productrices de BLSE. Le partitionnement récursif offre une approche pratique et conviviale pour aborder des questions diagnostiques importantes

BLSE, bactériémie, carbapénème, apprentissage automatique, prédictionLes bactéries produisant des β-lactamases à spectre étendu représentent un sérieux défi clinique et de santé publique Les bactéries productrices de BLSE peuvent hydrolyser la plupart des antibiotiques β-lactamines à large spectre, à l’exception des carbapénèmes [ ] Les infections graves, y compris les bactériémies, avec des organismes producteurs de BLSE sont associées à une morbidité et une mortalité plus élevées que celles des organismes plus sensibles Les données existantes suggèrent que cette disparité résulte au moins en partie de l’initiation tardive d’un traitement approprié. Les carbapénèmes restent efficaces contre les organismes producteurs de BLSE, mais ils devraient être utilisés judicieusement, car l’utilisation empirique de carbapénèmes empiriques peut sélectionner des entérobactéries résistantes aux carbapénèmes Diagnostics rapides pour identifier diverses β-lactamases les gènes deviennent de plus en plus disponibles pour réduire le temps een Gram colorent les résultats et identifient les mécanismes de résistance, mais de tels tests peuvent nécessiter beaucoup de ressources et ne sont donc pas couramment utilisés dans les laboratoires de microbiologie clinique cerise. De plus, les panels à gram négatif à base moléculaire ne comprennent pas, ou tout au plus Par conséquent, les cliniciens doivent sélectionner un traitement antibiotique empirique pour les patients atteints de bactériémie à Gram négatif sans savoir si l’organisme responsable est la production de BLSE, tout en équilibrant le risque de traitement inefficace contre un traitement antibiotique inutilement large. Les modèles statistiques pour prédire les infections productrices de BLSE peuvent aider à répondre aux limites diagnostiques actuelles. De nombreuses études récentes ont utilisé des modèles de régression logistique multivariée pour identifier les expositions associées indépendamment aux BLSE, par exemple, une antibiothérapie antérieure, la présence d’un induit ur Ces méthodes ne permettent pas aux cliniciens de synthétiser facilement ou de décider comment classer par ordre de priorité plusieurs facteurs de risque. La conversion des coefficients de régression logistique en un modèle de score de risque répond à certains des facteurs suivants: Ces problèmes peuvent être difficiles à mettre en œuvre en fonction du nombre de variables incluses et de la complexité des calculs de l’utilisateur final. Le partitionnement récurrent est une forme d’apprentissage machine rarement utilisée dans la littérature clinique sur la résistance aux antibiotiques qui peut être utile comme outil de modélisation prédictive. ces circonstances Sa sortie, un algorithme de décision arbre, a plusieurs avantages pratiques, y compris la simplicité et l’interprétation intuitive Notre objectif était de développer un arbre de décision convivial pour prédire, au moment de l’identification de l’organisme d’une hémoculture, quelles bactériémies sont dues aux producteurs de BLSE afin de guider traitement antibiotique

Méthodes

Cadre et participants

Cette étude incluait des patients âgés de ≥ ans hospitalisés à l’hôpital Johns Hopkins avec des isolats sanguins Klebsiella pneumoniae, Klebsiella oxytoca ou Escherichia coli d’octobre à mars. Des enregistrements ont été identifiés dans la base de données de microbiologie clinique de l’hôpital Johns Hopkins. pour un patient donné ont été inclus Cette étude a été approuvée par le Conseil d’examen institutionnel de l’École de médecine de l’Université Johns Hopkins, avec une renonciation au consentement éclairé

Collecte de données cliniques

Les données des patients ont été extraites de tous les dossiers hospitaliers et ambulatoires disponibles dans les établissements du système de santé Johns Hopkins, ainsi que des dossiers médicaux des patients ayant déjà reçu des soins médicaux dans les établissements du réseau EPIC Care Everywhere https: // wwwepiccom / CareEverywhere / , dans une base de données REDCap Le réseau EPIC Care Everywhere est un échange sécurisé d’informations médicales qui permet aux cliniciens de consulter en toute sécurité les informations médicales d’un grand nombre de patients hospitalisés et ambulatoires aux États-Unis. sur la base de la période de temps avant le jour de la bactériémie, définie comme le jour où l’hémoculture a été obtenue: données démographiques; conditions médicales préexistantes; source de bactériémie; matériel à demeure, p. ex. matériel orthopédique, matériel d’urologie, cathéters veineux centraux, greffes; colonisation multirésistante ou infection Pseudomonas aeruginosa multirésistante, Acinetobacter baumannii multirésistante, ESBL, Enterobacteriaceae résistant au carbapénème, Enterococcus résistant à la vancomycine et Staphylococcus aureus résistant à la méthicilline au cours des mois précédents ; jours de traitement antibiotique actif pour les patients hospitalisés à Gram négatif et en ambulatoire, les pénicillines à spectre étendu, les céphalosporines de troisième et quatrième génération, l’aztréonam, les carbapénèmes, les aminoglycosides et les fluoroquinolones au cours des mois précédents; jours de séjour dans les procédures ambulatoires de toute installation de soins de santé ont été assignés « jour de séjour »; hospitalisation dans un autre pays au cours des mois précédents; et séjour dans un établissement de soins de longue durée ou un foyer de soins au cours des mois précédents Les patients hospitalisés dans un autre pays ont été séparés en régions de BLSE à forte charge et à faible charge. , le Moyen-Orient, y compris l’Egypte, l’Asie du Sud, la Chine et la Méditerranée

Méthodes de microbiologie

Des isolats sanguins de E coli, K pneumoniae et K oxytoca ont été traités au laboratoire de microbiologie de l’hôpital Johns Hopkins selon les procédures opératoires standard Les données de sensibilité aux antibiotiques ont été déterminées par le BD Phoenix Automated System BD Diagnostics, Sparks, Maryland. μg / mL pour la ceftriaxone a été confirmé pour la production de BLSE Une diminution de & gt; des dilutions doubles dans la CMI pour une céphalosporine de troisième génération testée en association avec μg / mL d’acide clavulanique, par rapport à sa CMI seule, ont été utilisées pour confirmer le statut des BLSE. Il n’y avait aucun changement dans la méthode d’identification des organismes, de sensibilité aux antibiotiques, ou des tests de confirmation de la BLSE au cours de la période d’étude

Méthodes statistiques

Analyse de données et régression logistique

Les statistiques descriptives pour les variables patient ont été calculées en utilisant l’écart type moyen, l’intervalle médian ou l’intervalle interquartile ou le pourcentage de fréquence, selon le cas. La relation entre chaque covariable d’étude et le statut BLSE a été évaluée par régression logistique univariée. CI Les modèles finaux de régression logistique multivariable ont été obtenus en utilisant une sélection par variables successives avec élimination vers l’arrière à un niveau α d’une approche courante, bien que débattue, dans la littérature et une régression lasso à la valeur du paramètre de rétrécissement minimisant la mauvaise classification. erreur dans le modèle à validation croisée La régression au lasso a été réalisée à l’aide du package glmnet Lasso et des modèles linéaires généralisés linéarisés Elastic-Net, version -, dans la version du paquet statistique R

Dérivation de l’arbre de décision

Nous avons construit un arbre de décision pour prédire si la bactériémie d’un patient était due à un producteur de BLSE appliquant l’algorithme de classification et d’arbre de régression sur un ensemble de données incluant toutes les variables d’étude utilisant le paquet récursif. un arbre a été construit en utilisant le processus suivant: identification de la variable unique qui, lorsqu’elle est utilisée pour diviser l’ensemble de données en groupes « nœuds », impureté la plus minimisée du statut BLSE dans chaque nœud fille, selon le critère d’impureté Gini ; répétition du processus de partition à l’intérieur de chaque nœud fille et des générations suivantes de nœuds « partitionnement récursif » ou « branchement »; et cessation aux nœuds « terminaux » lorsqu’aucune autre variable n’aboutit à des réductions supplémentaires de l’impureté des nœuds. Les nœuds terminaux dans les arbres de partition récursifs binaires prédisent catégoriquement le statut BLSE mais, en évaluant l’impureté du nœud, offrent également des probabilités associées.

Validation de l’arbre de décision

Nous avons validé en interne la performance de notre modèle en utilisant la méthode de validation croisée leave-one-out Nous avons évalué la discrimination des modèles originaux et validés par la génération de courbes ROC caractéristiques de fonctionnement du récepteur et calcul de C-statistics en R

RÉSULTATS

Population étudiée

Au total, les patients atteints de bactériémie à l’Hôpital Johns Hopkins, E coli%, K pneumoniae% ou K oxytoca%, d’octobre à mars, répondaient aux critères d’éligibilité Pour les patients%, la bactériémie était due à un producteur confirmé de BLSE et aux caractéristiques microbiennes sont présentés dans le tableau Evaluating the full cohort, les patients avaient un âge moyen de SD, années Vingt-cinq pour cent des patients avaient des antécédents de colonisation ou d’infection avec un organisme multirésistant dans les mois précédents Dans les mois précédant la bactériémie, les patients avaient été hospitalisés pour une moyenne de SD, jours excluant l’hospitalisation actuelle et avaient reçu un SD moyen, des jours d’antibiothérapie La majorité des bactériémies provenaient du% des voies urinaires, suivies du% intra-abdominal, du% lié au cathéter, et sources% biliaires

traitement par la phalosporine ± ± – l g Jours de traitement par l’aztréonam ± ± – Jours de traitement par le carbapénème ± ± – & lt; Jours de traitement par les fluoroquinolones ± ± – Jours de traitement par les aminoglycosides ± ± – & lt; f, g Nombre total de jours d’antibiotiques combinés ± ± – & lt; Nombre total de jours d’hospitalisation avant l’hospitalisation actuelle ± ± – & lt; Durée de l’hospitalisation à l’hémoculture positive, d ± ± – Exposition internationale récente aux soins de santé & lt; Au moins une nuitée dans un établissement de santé dans une région à forte prévalence de BLSE – & lt; f, g Autres expositions à risque élevé pour la santé & lt; Résidence de longue durée en établissement de soins actifs – & lt; f, g Résidence de résidence médicalisée – Source de bactériémie Voie urinaire Référence Référence Peau et tissus mous – g Biliaire – Intra-abdominale – Cathéter – – F, g Os et / ou joint & lt; – Pneumonie – f, g Variables au jour de la bactériémie ESBL Positif n = ESBL Négatif n = Odds Ratio% CI P Valeur Démographie Âge ± ± – & lt; Sexe masculin – Race / ethnicité Référence de référence blanc Noir – Latino – Asiatique – & lt; f, g Moyen-Orient – & lt; Conditions médicales préexistantes Infection par le VIH – Chimiothérapie au cours des mois précédents – Utilisation d’immunosuppresseurs actifs – Greffe d’organe plein – Greffe de cellules souches hématopoïétiques – Maladie hépatique terminale – Maladie rénale terminale nécessitant une dialyse – Fraction d’éjection de l’insuffisance cardiaque congestive – Maladie pulmonaire structurale b – f, g Planche à demeure au début de la bactériémie Stent biliaire – Tube d’alimentation gastro-intestinal – & lt; f, g Tubes de néphrostomie et / ou cathéter de Foley – & gt; f, g Maladies chroniques vasculaires – & lt; f, g Orthopédique matériel – f, g Récente colonisation ou infection par des organismes multirésistants aux antituberculeux & lt; Espèces d’Enterococcus résistantes à la vancomycine – Staphylococcus aureus résistant à la méticilline – Producteur de β-lactamases à spectre étendu – & lt; f, Enterobacteriacea résistant au carbapénème & lt; – f, g Pseudomonas speciesd multirésistantes – f Acinetobacter multirésistantesd & lt; – Exposition aux antibiotiques récente & lt; Mo Jours de traitement à la pénicilline à spectre étendu ± ± – & lt; Jours de traitement par les céphalosporines de troisième et quatrième générations ± ± – & g Jours de traitement par l’aztréonam ± ± – Jours de traitement par carbapénème ± ± – & lt; Jours de traitement par les fluoroquinolones ± ± – Jours de traitement par les aminoglycosides ± ± – & lt; f, g Nombre total de jours d’antibiotiques combinés ± ± – & lt; Nombre total de jours d’hospitalisation avant l’hospitalisation actuelle ± ± – & lt; Durée de l’hospitalisation à l’hémoculture positive, d ± ± – Exposition internationale récente aux soins de santé & lt; Au moins une nuitée dans un établissement de santé dans une région à forte prévalence de BLSE – & lt; f, g Autres expositions à risque élevé pour la santé & lt; Résidence de longue durée en établissement de soins actifs – & lt; f, g Résidence de résidence médicalisée – Source de bactériémie Voie urinaire Référence Référence Peau et tissus mous – g Biliaire – Intra-abdominale – Cathéter – – F, g Os et / ou joint & lt; – Pneumonie – f, g Les données pour le statut de BLSE sont présentées en tant que Non% ou moyenne ± SDAbreviations: CI, intervalle de confiance; BLSE, ß-lactamase à spectre étendu; VIH, virus de l’immunodéficience humaine; SD, écart-typea Excluant la chimiothérapie ou l’immunosuppression pour les transplantations d’organes solidesb Maladie pulmonaire obstructive chronique, emphysème, trachéostomie Dépendance cathéter veineux central ou cathéter de dialyse: www.cdcgov / nhsn / pdfs / ps-analysis-resources / phenotype_definitionspdfe Colombie, Costa Rica, El Salvador , Honduras, Mexique, Panama, Chine, Iran, Jordanie, Koweït, Qatar, Arabie Saoudite, Emirats Arabes Unis, Bangladesh, Inde, Pakistan, Égypte, Grèce, Turquie Un patient supplémentaire et positif à la BLSE et à la BLSE a été Significatif en analyse multivariée utilisant une sélection par étapes avec élimination vers l’arrière à un niveau α de Parmi les variables significatives en analyse multivariée, variable, une histoire d’espèces de Pseudomonas multirésistantes, rapports qualitatifs confondus, univariables et multivariés confondus, et, respe Conservé dans le modèle multivariable final en utilisant la régression lassoView LargeAmong patients avec bactériémie BLSE positif,% a reçu une chimiothérapie au cours des mois précédents, et la majorité avaient un matériel vasculaire chronique présent au moment de l’apparition de la bactériémie Vingt-cinq pour cent avaient au moins la nuit dans un hôpital dans une région à forte prévalence de BLSE au cours des mois précédents La figure reflète la distribution des cas de bactériémie à BLSE positive par région géographique

Figure Vue largeDownload slideDistribution de l’exposition internationale récente aux soins de santé parmi les cas de β-lactamase à spectre étendu: les patients positifs aux BLSE ont récemment été exposés à des soins de santé internationaux, définis comme des hospitalisations pour plusieurs nuits en dehors des États-Unis. Abréviation: EAU, Émirats arabes unisFigure View largeTélécharger slideDistribution de l’exposition internationale récente aux soins de santé parmi les cas de β-lactamase à spectre étendu: les patients positifs pour les BLSE ont récemment été exposés aux soins de santé internationaux, définis comme hospitalisation pour plusieurs nuits en dehors des États-Unis dans les mois précédant la bactériémie BLSE Abréviation: EAU, Emirats Arabes Unis

Régression logistique

En analyse de régression logistique univariée, une grande proportion des variables d’étude de données collectées étaient significativement associées à une bactériémie BLSE positive à un niveau α de Tableau Les variables les plus fortement associées incluaient l’histoire antérieure d’une ORBL BL, [% CI, -] ou carbapénème Enterobacteriaceae résistante, [% IC, -] colonisation / infection, et hospitalisation internationale récente dans une région à forte charge OU, [% CI, -] Modèles multivariés finaux dérivés en utilisant la sélection pas à pas variable et la régression lasso

Arbre de décision

Utilisation de partitionnement récursif binaire, l’arbre de classification finale pour prédire la bactériémie BLSE positive inclus les variables d’étude Figure La première question dans l’arbre, aussi appelé le nœud racine, a demandé: Le patient a-t-il des antécédents de colonisation ou d’infection? Si oui, la deuxième question a été posée: Le patient avait-il un matériel vasculaire chronique à demeure défini comme une dialyse ou un cathéter veineux central au moment de l’apparition de la bactériémie? Les patients répondant à ces critères ont été classés comme ganglion terminal positif avec une probabilité% associée. Chez les patients ayant un antécédent d’ESBL mais manquant de matériel vasculaire intérieur, l’arbre a été interrogé: Le patient est-il ≥ ans basé sur la dichotomie dérivée du modèle? en tant que nœud terminal positif BLSE,% de probabilité et si «non» a été classé comme étant un terminal négatif BLSE n ode,% de probabilité

Figure Vue largeDownload slide Arbre de décision clinique pour prédire la probabilité d’infection d’un patient bactériémique avec un organisme produisant des β-lactamases à spectre étendu au moment de l’identification du genre et des espèces d’organismes. Les noeuds terminaux grisés indiquent que l’arbre classera les patients comme BLSE positifs et les pourcentages associés dérivés des impuretés des noeuds terminaux reflètent la probabilité que les patients assignés à un noeud terminal donné soient des BLSE positifs Numérotation des noeuds terminaux – est incluse entre parenthèses * Amérique latine excluant les Caraïbes, le Moyen-Orient incluant l’Egypte, Asie du Sud, Chine et L’arbre de décision clinique pour prédire la probabilité d’infection d’un patient bactériémique avec un organisme produisant des β-lactamases à spectre étendu au moment de l’identification du genre et de l’espèce des organismes. Les noeuds terminaux grisés indiquent que l’arbre classera les patients comme BLSE. positif, et accompagnant Percen Les tages dérivés des impuretés des noeuds terminaux reflètent la probabilité que les patients assignés à un noeud terminal donné soient des BLSE positifs. La numérotation des noeuds terminaux est comprise entre parenthèses * Amérique latine excluant les Caraïbes, le Moyen-Orient incluant l’Egypte, l’Asie du Sud, la Chine et la Méditerranée. les patients n’ayant pas d’antécédents d’infection ou de question de colonisation par le BLSE, le nœud racine ramifié à gauche L’arbre a ensuite demandé: Le patient a-t-il été hospitalisé dans une région à charge élevée pour plusieurs nuits au cours des mois précédents? Les patients répondant à ces critères ont été classifiés comme étant des ganglions terminaux positifs pour les BLSE avec% de probabilité. Les patients qui avaient été hospitalisés à l’étranger dans une région où le fardeau était élevé mais qui n’avaient pas reçu au moins jours d’antibiotiques ont été classés comme nœud terminal négatif BLSE,% de probabilité Enfin, les patients qui bot h manquait un antécédent de BLSE et les hospitalisations internationales à haut risque récentes étaient classées comme BLSE négatives, constituant la majorité du noeud terminal de l’ensemble de données,% de probabilité, patients L’arbre global possédait une sensibilité de%, une spécificité de% et une valeur Intégration des probabilités de résultat basées sur les impuretés des noeuds terminaux, la statistique C pour l’arbre final formé sur l’ensemble de données complet était et après validation croisée des patients avec bactériémie BLSE L’utilisation de l’arbre de décision aurait augmenté d’environ% le dépistage des cas de BLSE pendant la fenêtre de traitement empirique. L’arbre de décision a identifié un tiers des patients d’origine, ainsi qu’une BLSE supplémentaire. cas, comme «ESBL positif», justifiant une thérapie empirique avec des agents couvrant ESB Bactéries productrices de L

Analyses de sensibilité

Nous avons réalisé des analyses de sensibilité sur le sous-groupe de patients qui n’avaient pas les facteurs de risque d’étude les plus forts d’antécédents d’infection par BLSE ou d’histoire de colonisation et d’hospitalisation internationale récente. dans une région à forte charge ESBL Nous avons d’abord réaménagé un arbre de classification en ce sous-ensemble de données, et l’arbre résultant a échoué à la sensibilité de branchement%, C-statistique, compatible avec la troncature au nœud terminal dans l’arbre d’origine. une méthodologie qui est moins facilement interprétable que le partitionnement récursif binaire parce qu’elle génère de nombreux arbres de classification bootstrap, mais qui donne des estimations des variables de classification les plus importantes Dans l’analyse des forêts aléatoires sur le sous-ensemble de données, bactériémie Une courbe ROC générée par une régression logistique Nous avons également modélisé l’hospitalisation internationale pour inclure l’ensemble de l’Asie, ainsi que pour inclure tous les pays sans restriction de la région. Les performances discriminatoires sont restées similaires à l’origine. modèle dans les deux analyses C-statistiques à la fois

DISCUSSION

Le partitionnement possède des caractéristiques méthodologiques attrayantes, notamment la possibilité d’accepter des interactions variables d’ordre supérieur et de générer des points d’arrêt automatiques pour les variables continues. Le plus important est que les arbres de décision produisent des prédictions catégoriques généralement déterminées par la majorité dans le nœud terminal. Comme les scores de risque, les arbres de décision sont flexibles à différentes attitudes d’aversion pour le risque, ainsi qu’à prioriser la sensibilité ou la spécificité Par exemple, chez un patient septique avec une probabilité prédite% de BLSE- infection positive, il peut être raisonnable de prescrire un traitement empirique au carbapénème malgré une classification des arbres de référence négative aux BLSE Comme avec tout outil méthodologique, les arbres de classification peuvent aider à guider, mais ne peuvent remplacer, le jugement clinique. et les directives de traitement institutionnel sont nca Il est inutile de préciser les antécédents d’ESBL et d’hospitalisation internationale récente dans une région à forte prévalence de BLSE et ils ont été classés par l’ESBL comme étant négatifs. Des analyses supplémentaires ont suggéré qu’aucune variable d’étude n’était fortement discriminatoire. Parmi ce sous-ensemble de patients, la faible prédiction des variables associées aux soins de santé dans ce sous-groupe de patients peut suggérer une forte proportion d’infections BLSE acquises dans la communauté. un important réservoir de BLSE , avec transmission documentée de personne à personne dans la communauté et dans les ménages principalement de type E coli Il existe également des preuves que les élevages et les animaux fournisseurs de nourriture peuvent être une source de production de BLSE. infections Des informations supplémentaires sur les expositions associées à la communauté et sur le type de souches isolées ont été Cette étude présente plusieurs limites. D’abord, il s’agissait d’une étude monocentrique, et nos résultats devraient être validés dans d’autres cohortes. Nos résultats peuvent ne pas être généralisables aux patients d’autres populations, en particulier dans les régions. prévalence élevée des BLSE Deuxièmement, l’hospitalisation internationale récente a été évaluée au moyen d’un questionnaire «oui / non» qui, malgré la politique de l’hôpital visant à enquêter auprès de tous les patients, pouvait être incohérent pendant la période d’étude. Troisièmement, nous reconnaissons que les individus peuvent définir différemment les régions internationales à «forte charge» et que la prévalence géographique des BLSE change au fil du temps. a abouti Quatrièmement, pour réduire l’erreur de classification des résultats, nous avons limité notre étude aux espèces E coli et Klebsiella, comme la méthodologie de dépistage des Centers for Disease Control and Prevention à tester pour La production de BLSE est limitée à ces organismes Par conséquent, la performance de notre arbre n’a été validée qu’à partir de l’identification du genre et de l’espèce de ces organismes producteurs de BLSE. Si notre arbre est validé par d’autres et évalué dans une pratique clinique plus large Enfin, malgré notre meilleure tentative de collecte de données cliniques détaillées sur tous les patients des réseaux de santé du réseau EPIC Care Everywhere, en raison de la nature rétrospective de cette étude il y avait probablement des données manquantes qui pourraient conduire à exp Bien que nous ne nous attendions pas à ce que cela soit différent selon le statut de la BLSE À la lumière de l’utilisation prévue dans l’arbre de décision, cependant, sa performance sous les contraintes pratiques des données manquantes est sans doute pertinente. Ces résultats suggèrent qu’un arbre de décision clinique peut être utilisé pour estimer, au moment de l’identification d’un organisme gram négatif, la probabilité d’infection d’un patient bactériémique par une bactérie productrice de BLSE. aider les décisions de traitement empiriques, pour optimiser les résultats cliniques tout en réduisant l’administration d’agents antibiotiques trop larges qui peuvent choisir pour l’émergence de la résistance La méthode d’apprentissage automatique utilisée dans cette étude a rarement été utilisée dans la littérature sur les maladies infectieuses cliniques. sortie conviviale pour répondre à un diagnostic important questions stic

Remarques

Disclaimer Le contenu est uniquement la responsabilité des auteurs et ne représente pas nécessairement les points de vue officiels des Instituts nationaux de la santé NIHF soutien financier Ce travail a été soutenu par l’Institut national des allergies et des maladies infectieuses du numéro de récompense NIH UMAI Le travail a également été soutenu en partie par des subventions du NIH K-AI à ADH et K-AI à E Conflits d’intérêts potentiels LP Tous les auteurs: Aucun conflit signalé Tous les auteurs ont soumis le formulaire ICMJE pour la divulgation des conflits potentiels de conflits d’intérêts que les éditeurs considèrent pertinents pour la le contenu du manuscrit a été divulgué

Sylvie

Les commentaires sont fermés.