文献

J-GLOBAL ID：202202262195927332   整理番号：22A1026789

多剤耐性生物でコロニー形成した集中治療室入院を同定するためのデータ駆動フレームワーク【JST・京大機械翻訳】

A Data-Driven Framework for Identifying Intensive Care Unit Admissions Colonized With Multidrug-Resistant Organisms

著者 (6件)： Caglayan Caglar (Asymmetric Operations Sector, Johns Hopkins University Applied Physics Laboratory, Laurel, MD, United States) ,  Barnes Sean L. (Department of Decision, Operations and Information Technologies (DO&IT), R.H. Smith School of Business, University of Maryland, College Park, MD, United States) ,  Pineles Lisa L. (Department of Epidemiology and Public Health, University of Maryland School of Medicine, Baltimore, MD, United States) ,  Harris Anthony D. (Department of Epidemiology and Public Health, University of Maryland School of Medicine, Baltimore, MD, United States) ,  Klein Eili Y. (Department of Emergency Medicine, Johns Hopkins University School of Medicine, Baltimore, MD, United States) ,  Klein Eili Y. (Center for Disease Dynamics, Economics and Policy, Washington, DC, United States)
資料名： Frontiers in Public Health (Web)  (Frontiers in Public Health (Web))
巻： 10  ページ： 853757  発行年： 2022年 
JST資料番号： U7097A  ISSN： 2296-2565  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 背景:メチシリン耐性Staphylococcus aureus(MRSA),バンコマイシン耐性腸球菌(VRE),およびカルバペネム耐性腸内細菌科(CRE)のような多剤耐性生物(MDRO)の有病率の上昇は,健康管理設定における懸念が増加している。材料および方法:電子医療記録およびユニークなMDROユニバーサルスクリーニングプログラムから,集中治療室(ICU)入院時のMRSA,VREおよびCREコロニー形成を予測するためのデータ駆動モデリングフレームワークを開発し,ロジスティック回帰(LR),ランダムフォレスト(RF)およびXGBoostアルゴリズムを用いて関連する社会人口統計学的および臨床的因子を同定した。予測確率を二値予測に変換するための閾値最適化を行い,感度と特異性の合計を最大化するカットオフを同定した。【結果】4千のICU入院(3,958人の患者)を調査した。MDROコロニー形成率は17.59%(13.03%VRE,1.45%CRE,および7.47%MRSA)であった。本研究は,最良の性能モデル,すなわち,LRによるVREの80%と66%,XGBoostによるCREの73%と77%,RFによるMRSAの76%と77%,およびRFによるMDRO(すなわちVREまたはCREまたはMRSA)の82%と83%を達成した。さらに,長期治療施設滞在,皮膚/皮下組織または感染性/寄生虫疾患の現在の診断,およびICU入院前の最近の隔離予防処置を含むMDROコロニー形成のいくつかの予測因子を同定した。結論:著者らのデータ駆動モデリングフレームワークは,ハイリスク患者のタイムリーな予測,特性化および同定のための臨床意思決定支援ツール,およびICUにおける感染制御対策の選択的かつタイムリーな使用に使用できる。Copyright 2022 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  最適化 ,  皮下組織 ,  寄生虫症 ,  ぶどう球菌属 ,  健康管理 ,  *ICU【医療】 ,  MRSA ,  *多剤耐性 ,  機械学習
準シソーラス用語： 感染対策 ,  ロジスティック回帰分析 ,  *コロニー形成 ,  ランダムフォレスト ,  予測因子 , 【Automatic Indexing@JST】

著者キーワード (8件)： 多剤耐性生物(MDRO) ,  カルバペネム耐性腸内細菌科(CRE) ,  バンコマイシン耐性腸球菌(VRE) ,  メチシリン耐性黄色ブドウ球菌(MRSA) ,  医療関連感染症(HAI) ,  機械学習(ML) ,  データ中心解析 ,  予測解析

分類 (1件)： 感染症・寄生虫症一般  (GD01010H)

引用文献 (96件)：

• Centers for Disease Control Prevention (CDC). Antibiotic resistance threats in the United States. Atlanta, GA, USA (2013). Available online at: https://www.cdc.gov/drugresistance/pdf/ar-threats-2013-508.pdf
• Boucher HW, Talbot GH, Bradley JS, Edwards JE, Gilbert D, Rice LB, et al. Bad bugs, no drugs: no ESKAPE! An update from the Infectious Diseases Society of America. Clin Infect Dis. (2009) 48:1-12. doi: 10.1086/595011
• Spellberg B, Guidos R, Gilbert D, Bradley J, Boucher HW, Scheld WM, et al. The epidemic of antibiotic-resistant infections: a call to action for the medical community from the Infectious Diseases Society of America. Clin Infect Dis. (2008) 46:155-64. doi: 10.1086/524891
• Haque M, Sartelli M, McKimm J, Bakar MA. Health care-associated infections-an overview. Infect Drug Resist. (2018) 11:2321. doi: 10.2147/IDR.S177247
• Klevens RM, Edwards JR, Richards CL. (2007). Estimating health care-associated infections deaths in US hospitals, 2002. Public Health Rep. (2007) 122:160-66. doi: 10.1177/003335490712200205

タイトルに関連する用語 (8件)： 多剤耐性 ,  生物 ,  コロニー形成 ,  集中治療室 ,  入院 ,  同定 ,  データ駆動 ,  フレームワーク