SummaryCandida auris is an emerging multidrug-resistant (MDR) fungus associated with invasive infections and high mortality. This report describes 9 patients from whom C. auris was isolated at a hospital in Panama City, Panama, the first such cases in Central America, and highlights the challenges of accurate identification and methods for susceptibility testing. K E Y W O R D Sacurate, Candida auris, diagnose, susceptibility

No abstract

No abstract

Despite some previous examples of successful application to the field of pharmacogenomics, the utility of machine learning (ML) techniques for warfarin dose predictions in Caribbean Hispanic patients has yet to be fully evaluated. This study compares seven ML methods to predict warfarin dosing in Caribbean Hispanics. This is a secondary analysis of genetic and non-genetic clinical data from 190 cardiovascular Hispanic patients. Seven ML algorithms were applied to the data. Data was divided into 80 and 20% to be used as training and test sets. ML algorithms were trained with the training set to obtain the models. Model performance was determined by computing the corresponding mean absolute error (MAE) and % patients whose predicted optimal dose were within ±20% of the actual stabilization dose, and then compared between groups of patients with "normal" (i.e., > 21 but <49 mg/week), low (i.e., ≤21 mg/week, "sensitive"), and high (i.e., ≥49 mg/week, "resistant") dose requirements. Random forest regression (RFR) significantly outperform all other methods, with a MAE of 4.73 mg/week and 80.56% of cases within ±20% of the actual stabilization dose. Among those with "normal" dose requirements, RFR performance is also better than the rest of models (MAE = 2.91 mg/week). In the "sensitive" group, support vector regression (SVR) shows superiority over the others with lower MAE of 4.79 mg/week. Finally, multivariate adaptive splines (MARS) shows the best performance in the resistant group (MAE = 7.22 mg/week) and 66.7% of predictions within ±20%. Models generated by using RFR, MARS, and SVR algorithms showed significantly better predictions of weekly warfarin dosing in the studied cohorts than other algorithms. Better performance of the ML models for patients with "normal," "sensitive," and "resistant" to warfarin were obtained when compared to other populations and previous statistical models.

INTRODUÇÃO: a equipe de enfermagem deve informar pais de crianças portadoras de cardiopatias no que diz respeito às necessidades decorrentes desta situação. As necessidades mais comuns são: informações a respeito da própria cardiopatia, promoção de atividade física, adequação da alimentação, cuidado à saúde bucal, prevenção da endocardite infecciosa, cuidados nas crises de cianose e na administração de fármacos. OBJETIVO: caracterizar o quanto pais de crianças portadoras de cardiopatia congênita estão informados acerca desta. MÉTODO: mapeamento sistemático de literatura nas bases MEDLINE, Cochrane, CINAHL, LILACS e SciELO, do período de 1997 a 2007 com obtenção de 17 artigos. RESULTADOS: há necessidades pouco exploradas: cuidados por ocasião de crise de cianose, promoção de atividade física e administração de fármacos. As demais concentram a maior parte dos estudos. No entanto, mesmo nestas percebe-se que o conhecimento dos pais é incompleto e fragmentado, e isto ocorre tanto em países desenvolvidos, quanto nos em desenvolvimento. Em sua maior parte os cuidados são prestados por enfermeiros, dentistas e médicos. Programas de capacitação de pais são poucos e apenas um é descrito como exitoso. Há imperiosa necessidade de mudanças em termos de reorganização dos serviços de modo a abranger capacitação e apoio aos pais. Além disto, é necessário validar programas e protocolos de cuidados destinados a promover a capacitação destes. Tais programas devem ser flexíveis de modo a possibilitar a adaptação a cada situação clínica e aos determinantes sociais, cultural e econômico que agem sobre a família.