Stewardship antibiotica neonatale: valutazione dell'esposizione antimicrobica nelle sospette early onset sepsis (EOS)

Background: Le early-onset sepsis (EOS) sono infezioni batteriche invasive definite dalla presenza di batteri nel sangue e/o nel liquor cefalorachidiano che esordiscono nelle prime 72 ore di vita e causano in epoca neonatale mortalità e morbilità importanti. Scopo: Determinare l’eccesso di trattamento antibiotico (Overtreatment index=OI) nei neonati di EG ≥34 settimane con sospetta sepsi ad esordio precoce. Metodi: Tutti i nati dal 1.01.2014 al 31.12.2018 di EG ≥34 settimane presso IRCCS Azienda Ospedaliero-Universitaria e l’Ospedale Maggiore di Bologna che hanno ricevuto terapia antibiotica endovenosa nelle prime 168 ore di vita nel sospetto di EOS. Sono stati identificati 2 gruppi: EOS provata (N=7) ed EOS sospetta (N=465). Risultati: L’incidenza di EOS è stata 0.22 su 1000 nati vivi, rispettivamente 0.12/1000 per Streptococcus agalactiae (GBS) e 0.06/1000 per Escherichia coli (E.coli). L’1.75% dei neonati ha ricevuto terapia antimicrobica empirica a largo spettro. L’OI è risultato 68. L’esposizione al trattamento antibiotico nella popolazione è stata di 85 giorni/1000 nati vivi. Tra i fattori di rischio materni, il tampone vagino-rettale (TVR) e l’urinocoltura positiva sono risultati associati al rischio di EOS provata (p=.017, p =.000). I valori di proteina C reattiva (PCR) al T0, T1 e T2 tra i due gruppi sono risultati significativi (p=.000). All’analisi multivariata è stata confermata la significatività delle variabili descritte. (TVR non noto OR=15.1, 95%CI 1.98-115.50, p =.009, urinocoltura positiva OR=30.1, 95%CI 3.6-252.1, p = .002, PCR T0 OR=1.6, 95% CI 1.29-2.07, p = .000.) Conclusioni: L’individuazione precoce di fattori di rischio e la valutazione degli indici di flogosi in neonati sintomatici può ridurre l’OI e la durata della terapia antibiotica in casi di sepsi non confermata. L’uso appropriato degli antibiotici in questa popolazione è particolarmente importante poichè riduce lo sviluppo di germi multiresistenti. Nelle Terapie Intensive Neonatali, i programmi di stewardship antimicrobica dovrebbero guidare la gestione delle sepsi.

Development and validation of an echocardiography score for diagnosis of cardiac masses

Background Echocardiography is the cornerstone in the evaluation of cardiac masses and provides accurate characterization. Despite, its accuracy in diagnosis of cardiac masses (CM) remains challenging and, up to date, no validated diagnostic algorithm is validated. Purpose The aim of our study was to evaluate the diagnostic accuracy of echocardiography, to identify the echocardiographic predictors of malignancy and to develop and then validate a multiparametric echocardiographic score that could be used to estimate the likelihood of the histological nature of a CM. Materials and methods The final sample consisted of 273 consecutive patients who had a 2D-echocardiographic evaluation and a histologic diagnosis. Logistic regression was performed to evaluate the ability of echocardiographic findings to discriminate benign versus malignant masses, then a scoring system was developed and validated in a separate test cohort. Results Of the 322 patients initially included in the Bologna Cardiac Masses Registry, 13 with a poor acoustic window, 27 with no histological examination patients and 9 extra-cardiac masses were excluded. In the remaining 273 patients, classical 2-D echocardiogram identified 249 masses with a diagnostic accuracy of 88%. A weighted score [Diagnostic Echocardiographic Mass (DEM) Score] ranging from 0 to 9 was obtained from 6 variables: infiltration, polylobate mass, moderate-severe pericardial effusion. The AUC for the score was 0.965 (95% CI [0.938-0.993]). In a logistic regression analysis using the DEM score as a predictor, the likelihood of malignant CM increased more than 4 times for a 1-unit increase in the score (OR=4.468; 95% CI 2.733-7.304). A score < 3 denoted a high probability of a benign diagnosis, and a score ≥ 5 points corresponded to a higher risk of malignancy. Conclusion 2D-Echocardiography provides a high diagnostic accuracy in identifying cardiac masses and our multiparametric echocardiographic score could be useful to predict the histological nature of cardiac masses.

Effetto antinfiammatorio del trattamento emodialitico in pazienti con malattia renale cronica allo stadio terminale e COVID-19: confronto fra due filtri dializzatori (ATA vs PMMA)

Background I filtri dializzatori ad alto flusso potrebbero mitigare la “tempesta citochinica" nell'infezione da Sars-COV-2, ma il loro impatto nei pazienti in dialisi cronica non è accertato. Lo scopo delle studio è valutare l’effetto del filtro in triacetato asimmetrico di cellulosa (ATA) e in polimetilmetacrilato (PMMA) sui marcatori infiammatori in pazienti in dialisi cronica affetti da SARS-CoV-2. Metodi Si tratta di uno studio prospettico osservazionale su pazienti in trattamento emodialitico cronicp con COVID-19 arruolati da marzo 2020 a Maggio 2021.Le variabili cliniche, la conta leucocitaria, la IL-6, la proteina C-reattiva (PCR), la procalcitonina (PCT) e la ferritina sono state determinate al basale. I valori ematici di PCR, PCT, e IL-6 sono stati determinati pre e post-dialisi per ogni seduta effettuata (i valori ottenuti sono stati corretti per ’emoconcentrazione). I pazienti sono stati trattati con emodiafiltrazione online con un filtro ad alto flusso in PMMA o ATA. L’end-point primario è stato valutare l’effetto dei due filtri sulle molecole infiammatorie, in particolare sulla reduction ratio (RR) della IL-6. Risultati Dei 74 pazienti arruolati, 48 sono trati trattati con filtro ATA e 26 con filtro PMMA (420 vs 191 sedute dialitiche). La RR percentuale mediana della IL-6 è risultata maggiore nel gruppo ATA (17,08% IQR -9,0 - 40.0 vs 2,95% IQR -34,63 – 27,32. Anche le RR percentuale di PCR e PCT sono state maggiori nel gruppo ATA. La regressione logistica multipla avente come variabile dipendente una IL-6RR maggiore del 25%, ha mostrato che ATA determinava una maggiore probabilità di raggiungere l’outcome dopo correzione per i parametri infiammatori pre-dialisi (OR 1,721 95% CI 1,176 – 2,538 p=0,0056). Al contrario una PCR elevata riduceva la probabilità di ottenere una IL-6RR significativa (OR 0,9101 95% CI 0,868 – 0,949, p<0.0001). Conclusioni Nella nostra popolazione il filtro ATA ha mostrato un migliore profilo antiinfiammatorio.

Differenze di genere tra le caratteristiche cliniche e outcome dei pazienti con cancro ospedalizzati per COVID-19.

Obiettivo: Lo scopo principale di questo studio è analizzare lo sviluppo di complicanze cardiovascolari (CV) nei pazienti con neoplasia e malattia moderata-severa da COVID-19 e valutare differenze di genere per il rischio di mortalità intraospedaliera o di complicanze CV. Materiali e Metodi. Popolazione oggetto di studio. Pazienti inclusi nel registro ISACS-COVID 19 (ClinicalTrials.gov: NCT05188612), dati raccolti a partire da Febbraio 2020 a Luglio 2022. I pazienti arruolati sono stati reclutati da centri ospedalieri di cinque paesi: Italia, Croazia, Macedonia, Serbia e Romania. Le caratteristiche d’inclusione comprendono: età >18 anni, essere ospedalizzati e avere diagnosi certa d’infezione da SARS-CoV2. Gli endpoint analizzati sono stati: mortalità intraospedaliera e lo sviluppo di scompenso cardiaco acuto (SCA) nei pazienti con neoplasia. Risultati. La popolazione finale oggetto dello studio era di 4,014 pazienti ospedalizzati per malattia da COVID-19. Di questi circa l’8% risultava affetto da neoplasia. I pazienti con neoplasia risultavano essere più frequentemente donne (49% vs 40%, p=0.004), con un’età media più alta (68.3±12.95 vs 65.2±15.6, p<0.001) ma con profilo di rischio CV simile ai pazienti liberi da neoplasia. A seguito di analisi logistica di regressione multivariata, le donne non risultavano avere un incremento del rischio di mortalità intraospedaliera (OR 0.83;95%CI 0.66-2.45), mentre la presenza di tumore era significativamente associata ad incremento di mortalità (OR 1.68;95%CI 1.16-2.45). Restringendo le analisi di regressione logistica ai pazienti oncologici, le donne presentavano un incremento del rischio di sviluppo di SC acuto (OR3.07;95%CI 1.14 – 8.30) così come lo era la presenza di tumore al seno (OR 2.26; 95%CI 1.38 – 12.1). Conclusioni. La presenza di neoplasia rappresenta una condizione che incrementa il rischio di mortalità intraospedaliera nei pazienti ricoverati con COVID-19, mentre il genere femminile no. Le donne sembrano avere un rischio aumentato di sviluppo di SC acuto soprattutto se presentano un tumore al seno

The assessment of change in rural landscape and the analysis of the driving forces. Proposal of a spatial model for the rural built environment

The presented study carried out an analysis on rural landscape changes. In particular the study focuses on the understanding of driving forces acting on the rural built environment using a statistical spatial model implemented through GIS techniques. It is well known that the study of landscape changes is essential for a conscious decision making in land planning. From a bibliography review results a general lack of studies dealing with the modeling of rural built environment and hence a theoretical modelling approach for such purpose is needed. The advancement in technology and modernity in building construction and agriculture have gradually changed the rural built environment. In addition, the phenomenon of urbanization of a determined the construction of new volumes that occurred beside abandoned or derelict rural buildings. Consequently there are two types of transformation dynamics affecting mainly the rural built environment that can be observed: the conversion of rural buildings and the increasing of building numbers. It is the specific aim of the presented study to propose a methodology for the development of a spatial model that allows the identification of driving forces that acted on the behaviours of the building allocation. In fact one of the most concerning dynamic nowadays is related to an irrational expansion of buildings sprawl across landscape. The proposed methodology is composed by some conceptual steps that cover different aspects related to the development of a spatial model: the selection of a response variable that better describe the phenomenon under study, the identification of possible driving forces, the sampling methodology concerning the collection of data, the most suitable algorithm to be adopted in relation to statistical theory and method used, the calibration process and evaluation of the model. A different combination of factors in various parts of the territory generated favourable or less favourable conditions for the building allocation and the existence of buildings represents the evidence of such optimum. Conversely the absence of buildings expresses a combination of agents which is not suitable for building allocation. Presence or absence of buildings can be adopted as indicators of such driving conditions, since they represent the expression of the action of driving forces in the land suitability sorting process. The existence of correlation between site selection and hypothetical driving forces, evaluated by means of modeling techniques, provides an evidence of which driving forces are involved in the allocation dynamic and an insight on their level of influence into the process. GIS software by means of spatial analysis tools allows to associate the concept of presence and absence with point futures generating a point process. Presence or absence of buildings at some site locations represent the expression of these driving factors interaction. In case of presences, points represent locations of real existing buildings, conversely absences represent locations were buildings are not existent and so they are generated by a stochastic mechanism. Possible driving forces are selected and the existence of a causal relationship with building allocations is assessed through a spatial model. The adoption of empirical statistical models provides a mechanism for the explanatory variable analysis and for the identification of key driving variables behind the site selection process for new building allocation. The model developed by following the methodology is applied to a case study to test the validity of the methodology. In particular the study area for the testing of the methodology is represented by the New District of Imola characterized by a prevailing agricultural production vocation and were transformation dynamic intensively occurred. The development of the model involved the identification of predictive variables (related to geomorphologic, socio-economic, structural and infrastructural systems of landscape) capable of representing the driving forces responsible for landscape changes.. The calibration of the model is carried out referring to spatial data regarding the periurban and rural area of the study area within the 1975-2005 time period by means of Generalised linear model. The resulting output from the model fit is continuous grid surface where cells assume values ranged from 0 to 1 of probability of building occurrences along the rural and periurban area of the study area. Hence the response variable assesses the changes in the rural built environment occurred in such time interval and is correlated to the selected explanatory variables by means of a generalized linear model using logistic regression. Comparing the probability map obtained from the model to the actual rural building distribution in 2005, the interpretation capability of the model can be evaluated. The proposed model can be also applied to the interpretation of trends which occurred in other study areas, and also referring to different time intervals, depending on the availability of data. The use of suitable data in terms of time, information, and spatial resolution and the costs related to data acquisition, pre-processing, and survey are among the most critical aspects of model implementation. Future in-depth studies can focus on using the proposed model to predict short/medium-range future scenarios for the rural built environment distribution in the study area. In order to predict future scenarios it is necessary to assume that the driving forces do not change and that their levels of influence within the model are not far from those assessed for the time interval used for the calibration.