Characterisation of patients with brachydactyly type E associated or not with hormonal resistance: clinical, genetic and radiological approach

334 p.

Epidemiologia das infecções causadas por Staphylococcus aureus resistente a meticilina com perfil comunitário (CA-MRSA) em pacientes atendidos em um hospital terciário no Rio de Janeiro

O Staphylococcus aureus resistente a meticilina (MRSA) foi inicialmente descrito como um patógeno associado a infecções relacionadas à assistência em saúde; porém, um clone de MRSA, o CA-MRSA emergiu na comunidade e está atualmente incrementando nos hospitais. O objetivo desta tese foi descrever aspectos relacionados com a epidemiologia das infecções por cepas CA-MRSA no Hospital Universitário Pedro Ernesto da Universidade do Estado do Rio de Janeiro (HUPE/UERJ), avaliando especificamente fatores de risco relacionado com as infecções por CA-MRSA. Usando informações das bases de dados do laboratório de microbiologia, da farmácia e da Comissão para Controle da Infecção Hospitalar do HUPE/UERJ foi realizado um estudo retrospectivo de infecções/colonizações por cepas de S. aureus (fevereiro 2005 a Julho 2011). Foi realizado um estudo caso e controle, utilizando como casos os pacientes com infecções por cepas CA-MRSA. Na avaliação da susceptibilidade aos antimicrobianos usados em infecções graves por MRSA (vancomicina, teicoplanina, daptomicina e linezolida), foram determinadas as concentrações inibitórias mínimas (CIM) das amostras por diferentes metodologias (testes de difusão em agar, microdiluição em caldo e E-test). Nas analises das tendências temporais da apresentação dos subtipos de MRSA, usando um critério fenotípico para classificação das cepas MRSA, foi observada uma diminuição do número de cepas de MRSA multirresistente (HA-MRSA) (p<0.05). Também foi observada uma tendência ao aumento de cepas não-multirresistentes (CA-MRSA), mas sem alcançar a significância estatística (p = 0.06) igual que os S. aureus sensíveis a meticilina (MSSA) (p = 0.48). Não houve associação entre o subtipo de MRSA e a mortalidade devida à infecção por cepas MRSA. Uma idade acima de 70 anos (OR: 2.46, IC95%: 0.99 - 6.11), a presença de pneumonia adquirida no hospital (OR: 4.94, IC95%: 1.65 -14.8), a doença pulmonar obstrutiva crônica (OR: 6.09, IC95% 1.16 31.98) e a leucemia (OR: 8.2, IC95%: 1.25 54.7) foram fatores de risco associadas à mortalidade nas infecções por cepas de S. aureus. Usando curvas de Kaplan-Meier, foi observada uma tendência ao aumento da mortalidade em infecções causadas por MSSA na primeira semana, porém sem alcançar significância estatística (p = 0.07). Não foram observadas amostras MRSA com susceptibilidade intermediaria a vancomicina, linezolida, daptomicina ou teicoplanina. A dinâmica das infecções por S. aureus no HUPE/UERJ mudou durante o período de estudo, com menor número de episódios infecciosos causados por cepas de MRSA multirresistentes. Existe uma tendência ao aumento das cepas não-multirresistentes de MRSA entanto que a taxa de infecções por MSSA permaneceu estável no período do estudo. O perfil de resistência dos estafilococos não teve associação com a mortalidade

Measurements of resistance and reactance in fish with the use of bioelectrical impedance analysis: sources of error

New technologies can be riddled with unforeseen sources of error, jeopardizing the validity and application of their advancement. Bioelectrical impedance analysis (BIA) is a new technology in fisheries research that is capable of estimating proximate composition, condition, and energy content in fish quickly, cheaply, and (after calibration) without the need to sacrifice fish. Before BIA can be widely accepted in fisheries science, it is necessary to identify sources of error and determine a means to minimize potential errors with this analysis. We conducted controlled laboratory experiments to identify sources of errors within BIA measurements. We concluded that electrode needle location, procedure deviations, user experience, time after death, and temperature can affect resistance and reactance measurements. Sensitivity analyses showed that errors in predictive estimates of composition can be large (>50%) when these errors are experienced. Adherence to a strict protocol can help avoid these sources of error and provide BIA estimates that are both accurate and precise in a field or laboratory setting.