[pt] A Organização Mundial da Saúde declarou que a resistência aos antibióticos é uma
das 10 principais ameaças globais à saúde pública. Entre os fatores que causam a
disseminação de bactérias multirresistentes está o uso excessivo de antibióticos em
hospitais. Esta tese baseia-se na premissa de que é necessário usar dados históricos
para melhorar a prescrição de antibióticos e, assim, reduzir o impacto da resistência
em ambientes hospitalares. Seus objetivos específicos incluem a análise de dados
para fornecer informações que possam apoiar a prescrição de antibióticos, evitando
assim que as taxas de resistência permaneçam elevadas após a pandemia de
COVID-19 e prevenindo futuras quebras de protocolo semelhantes.. A tese também
investiga as diferenças de desfechos entre a apresentação de bactérias resistentes e
não resistentes em infecções adquiridas na comunidade. Para alcançar esses
objetivos, os métodos incluem ferramentas de análise de dados, como estatísticas
descritivas e inferenciais, Regressão Logística, Mineração de Processos e
Mineração de Texto. Os dados incluem informações sobre pacientes internados em
Unidades de Terapia Intensiva em hospitais de uma rede privada localizados no Rio
de Janeiro, Brasil. A tese é composta por três artigos e descreve ainda uma
plataforma desenvolvida para apoiar a prescrição de antibióticos em hospitais. Os
resultados da tese revelaram um aumento significativo no consumo de antibióticos
durante a pandemia, especialmente durante o segundo e terceiro meses da doença
no Brasil. Esse aumento, aliado à alta variabilidade nos tratamentos de pacientes
com COVID-19, demonstra que a incerteza em relação à doença levou ao não
cumprimento dos protocolos previamente estabelecidos. O meropenem, um
antibiótico da classe dos carbapenêmicos, teve o maior número ajustado de doses
prescritas para pacientes com COVID-19 nos hospitais analisados. O aumento na
prescrição de carbapenêmicos provavelmente explica o aumento observado na
resistência a esse antibiótico durante o surto de COVID-19. No período pós-surto,
a taxa de resistência aos carbapenêmicos diminuiu, seguindo a queda no consumo
desses antibióticos após os primeiros meses da pandemia. No entanto, mesmo com
a diminuição, os níveis de resistência pós-surto permaneceram mais altos do que
antes da pandemia. Além disso, observou-se que a pandemia alterou outro hábito
dos médicos nos hospitais pois o número de exames por paciente aumentou durante
a pandemia e, mesmo após o surto da doença, continuou mais alto do que antes da
doença. A tese também demonstrou como ferramentas de Mineração de Texto
podem ser utilizadas na etapa de tratamento dos dados, possibilitando a inclusão de
mais informações nas análises. Constatou-se ainda que, embora um terço dos
pacientes admitidos em unidades de terapia intensiva apresentassem bactérias
resistentes, não houve evidência de que isso implicasse em maiores chances de
mortalidade hospitalar ou sepse em comparação com pacientes com infecções
comunitárias por bactérias não resistentes. / [en] The World Health Organization has declared that antimicrobial resistance is one of
the top 10 global public health threats facing humanity. Among the factors that
cause the dissemination of multidrug-resistant bacteria is the overuse of
antimicrobials in hospitals. This thesis is based on the premise that it is necessary
to use historical data to improve antimicrobial prescription and thus reduce the
burden of antimicrobial resistance in hospital settings. Its specific goals include
analyzing data to provide information that can support antimicrobial prescription,
thus avoiding antimicrobial resistance rates remaining high after the COVID-19
pandemic and preventing future similar protocol breakdowns. It also investigates
the differences in outcomes between presenting resistant vs. non-resistant bacteria
in community-acquired infections. To achieve these objectives, the methods include
data analysis tools such as descriptive and inferential statistics, Logistic Regression,
Process Mining, and Text Mining. The data includes information on patients
admitted to Intensive Care Units in hospitals from a private network located in Rio
de Janeiro, Brazil. The thesis comprises three articles and describes a CDSS
developed to support antimicrobial prescription in hospitals. The thesis s findings
revealed a significant increase in antimicrobial consumption and high variability in
treatments for COVID-19 patients. Specifically, meropenem, a carbapenem-class
antimicrobial, presented the highest adjusted number of doses prescribed for
COVID-19 patients in the analyzed hospitals. The escalation in carbapenem
prescription probably explains the observed increase in carbapenem resistance
during the COVID-19 surge. In the post-surge, the carbapenem resistance rate
decreased, following the decrease pattern we found in carbapenem consumption
after the first months of the pandemic. Even though there was a decrease in
carbapenem resistance, the post-surge levels remained higher than before the surge.
Besides, this thesis did not find an association between presenting with
antimicrobial-resistant bacteria and higher chances of hospital mortality or sepsis
in patients with community-acquired infections.
| Identifer | oai:union.ndltd.org:puc-rio.br/oai:MAXWELL.puc-rio.br:68595 |
| Date | 11 November 2024 |
| Creators | BIANCA BRANDAO DE PAULA ANTUNES |
| Contributors | SILVIO HAMACHER |
| Publisher | MAXWELL |
| Source Sets | PUC Rio |
| Language | English |
| Detected Language | Portuguese |
| Type | TEXTO |
Page generated in 0.0036 seconds