Perfis de Resistência Antimicrobiana em um ambiente de UTI: Identificação por Regras de Associação
Resumo
Es As infecções por microrganismos resistentes aos antimicrobianos em unidades de terapia intensiva representam um desafio de saúde e econômico mundial. Este estudo explora a aplicação da mineração de regras de associação (MRA), com o algoritmo Apriori, para a identificação de perfis de resistência a antibióticos de pacientes críticos do Hospital Universitário Dr. Miguel Riet Corrêa Jr. (HU-FURG/EBSERH). Foram obtidas 1740 regras de associação das quais as 10 com maior confiança foram discutidas. Essas regras evidenciaram associações de resistência entre diferentes tipos de antibióticos demonstrando o potencial da MRA como ferramenta para identificar perfis clínicos relevantes de resistência e apoiar estratégias de uso racional de antimicrobianos em terapia intensiva.
Referências
Altaf W., Shahbaz M. and Guergachi A. (2017) “Applications of association rule mining in health informatics: A survey”, Artificial Intelligence Review, 47(3). DOI: 10.1007/s10462-016-9483-9.
Bertl, M., Shahin, M., Ross, P. and Draheim, D. (2023) “Finding indicator diseases of psychiatric disorders in big data using clustered association rule mining” In Proceedings of the ACM/SIGAPP Symposium on Applied Computing, p. 826–833.
Castanheira M., Simner, P. J. and Bradford, P. A. (2021) “Extended-spectrum βlactamases: An update on their characteristics, epidemiology and detection”, JACAntimicrobial Resistance, 3(3), dlab092. DOI: 10.1093/jacamr/dlab092.
Furmanek-Błaszk B., Sęktas M. and Rybak B. (2023) “High prevalence of plasmidmediated quinolone resistance among ESBL/AmpC-producing Enterobacterales from free-living birds in Poland”, Int J Mol Sci, 24(16):12804. DOI: 10.3390/ijms241612804.
Prates A. B. (2020) “Variação temporal do uso de antimicrobianos e do padrão de resistência bacteriana em uma unidade de terapida intensiva”, Dissertação (Dissertação de Mestrado) — Universidade Federal do Rio Grande.
Sakagianni A., Koufopoulou C., Feretzakis G., Kalles D., Verykios V.S., Myrianthefs P. and Fildisis G. (2023) “Using machine learning to predict antimicrobial resistance— A literature review”, Antibiotics, 12:452. DOI: 10.3390/antibiotics12030452.
