Université de Rennes 1 Facteurs de risque d’infections liées aux soins dues aux bactéries résistantes en post-opératoire de chirurgie cardiaque Risk factors for hospital-acquired infection due resistant microorganisms after cardiac surgery Infection liée aux soinsrésistance bactérienneunité de soins intensifsréanimationantibiothérapie probabilistechirurgie cardiaque Hospital acquired infectionbacterial resistanceintensive care unitempirical antibiotic therapycardiac surgery. Unités de soins intensifs‎ Infections nosocomiales Résistance aux bactériophages Coeur--Chirurgie Infections chirurgicales Antibioprophylaxie Modélisation prédictive Contexte : Les infections acquises à l'hôpital sont des complications graves après une chirurgie cardiaque qui augmentent la morbi-mortalité. L'antibiothérapie probabiliste est la pierre angulaire du traitement et les cliniciens doivent peser soigneusement l'équilibre entre l'antibiothérapie à spectre étroit ou large. Notre objectif est de développer et de valider un score prédictif utilisable au lit du patient, permettant la prédiction des infections liées aux soins résistantes au spectre étroit (NSR) après une chirurgie cardiaque. Méthode : Une étude rétrospective monocentrique a été menée dans un service français de chirurgie cardiaque. Les patients sujets à une chirurgie cardiaque avec circulation extra corporelle étaient éligibles, et ceux qui présentaient une infection liée aux soins diagnostiquée par le clinicien et un prélèvement infectieux positif ont été inclus. À l'aide d'un modèle de régression logistique multivariable, un score a été créé afin de prédire le NSR-HAI. Résultats : Parmi les 2535 patients éligibles, 92 patients avaient une HAI et ont été inclus. Parmi eux, 61 avaient un NSR-HAI. Les variables associées aux NSR-HAI et incluses dans le score étaient la dyslipidémie, une antibiothérapie en cours pendant la chirurgie, la transfusion de globules rouges pendant la chirurgie, le choc cardiogénique après l'opération et la pneumonie comme site d'infection. L'aire sous la courbe du modèle prédictif était de 0,803. En utilisant un seuil à >1, le modèle a montré un pouvoir prédictif élevé : la sensibilité était de 96,7%, la spécificité de 48,4%, la valeur prédictive positive de 78,7% et la valeur prédictive négative de 88,2%. Avec ce modèle prédictif, 79% des prédictions étaient correctes (59/75). Conclusion : nous avons développé un système de score au lit du patient avec une bonne capacité prédictive pour prédire le NSR-HAI après une chirurgie cardiaque Background: Hospital Acquired infections are severe complications after cardiac surgery which increased morbi-mortality. Empirical antibiotic therapy is the cornerstone of the treatment and balance between narrow and broad-spectrum antibiotic therapy should be carefully investigate. We aim to develop and validate a usable, bed-side compatible, scoring system for the prediction of narrow-spectrum resistant (NSR) hospital acquired infection after cardiac surgery. Method: A monocentric retrospective study was conducted in a French cardiac surgery ward. Patients undergoing open cardiac surgery with cardiopulmonary bypass were eligible and those who had a Hospital Acquired infection, as diagnosed by the treating clinician and a positive infectious sample were included. Using a multivariable logistic regression model, an easy-to-use score was created in order to predict NSR-HAI. Results: Among 2535 eligible patients, 92 Patients had HAI and were included. Among them, 61 had NSR-HAI. Variables associated with NSR-HAI and included in the score were dyslipidemia, an antibiotic therapy during surgery, red blood cell transfusion during surgery, cardiogenic shock after surgery and Hospital Acquired Pneumonia as site of infection. The Area under the receiving operator curve of the predictive model was 0.803. Using a cut off score> the model had a high predictive capacity: the sensibility was 96.7%, the specificity was 48.4%, the positive predictive value was 78.7% and the predictive negative value was 88.2%. With this predictive model 79% of predictions were correct (59/75). Conclusion we developed a bedside scoring system with good predictive capacity to predict NSR-HAI after Cardiac surgery. Electronic Thesis or DissertationText en application/pdf1 : 1061 Kohttps://ged.univ-rennes1.fr/nuxeo/site/esupversions/42956c9d-3b10-4715-a007-306c9af896ca Roze Juliette 1991-05-09 FR 266472001 ruliette35@hotmail.fr 2022REN1M066 http://www.theses.fr/2022REN1M066 2022-05-09 Médecine Universite de Rennes 1thesis.degree.grantor_1 02778715X Doctorat (thèse d'exercice) non ouiMassartNicolasintervenant_1241119308 ddc:610 MassartNicolasUniversite de Rennes 1Sciences et technologie, medecine, pharmacie, odontologie, droit, economie, gestion, philosophie ASCII PDF 1086544 confidentialité 2022-05-09 2022-12-31 restriction 2022-05-09 2022-12-31