We performed a multicentre retrospective cohort study including 606,649 acute inpatient episodes at 10 European hospitals in 2010 and 2011 to estimate the impact of antimicrobial resistance on hospital mortality, excess length of stay (LOS) and cost. Bloodstream infections (BSI) caused by third-generation cephalosporin-resistant Enterobacteriaceae (3GCRE), meticillin-susceptible (MSSA) and -resistant Staphylococcus aureus (MRSA) increased the daily risk of hospital death (adjusted hazard ratio (HR) = 1.80; 95% confidence interval (CI): 1.34–2.42, HR = 1.81; 95% CI: 1.49–2.20 and HR = 2.42; 95% CI: 1.66–3.51, respectively) and prolonged LOS (9.3 days; 95% CI: 9.2–9.4, 11.5 days; 95% CI: 11.5–11.6 and 13.3 days; 95% CI: 13.2–13.4, respectively). BSI with third-generation cephalosporin-susceptible Enterobacteriaceae (3GCSE) significantly increased LOS (5.9 days; 95% CI: 5.8–5.9) but not hazard of death (1.16; 95% CI: 0.98–1.36). 3GCRE significantly increased the hazard of death (1.63; 95% CI: 1.13–2.35), excess LOS (4.9 days; 95% CI: 1.1–8.7) and cost compared with susceptible strains, whereas meticillin resistance did not. The annual cost of 3GCRE BSI was higher than of MRSA BSI. While BSI with S. aureus had greater impact on mortality, excess LOS and cost than Enterobacteriaceae per infection, the impact of antimicrobial resistance was greater for Enterobacteriaceae.

To reduce antimicrobial resistance (AMR), pathogen-specific AMR burden data are crucial to guide target selection for research and development of vaccines and monoclonal antibodies (mAbs). We identified knowledge gaps through previously conducted systematic reviews, which informed a Delphi expert consultation on future AMR research priorities and harmonisation strategies to support data-driven decision-making. Consensus (≥80% agreement) on importance and feasibility of research topics was achieved in two rounds, involving 24 of 39 and 19 of 24 invited experts, respectively. Priority pathogens and resistance profiles for future research were identified: third generation cephalosporin-resistant Klebsiella pneumoniae and Escherichia coli, for bloodstream and urinary tract infections, respectively, and meticillin-resistant Staphylococcus aureus for surgical-site infections. Prioritised high-risk populations included surgical, haemato-oncological and transplant patients. Mortality and resource use were prioritised as health-economic outcomes. The importance of age-stratified data and inclusion of a non-infected comparator group were highlighted. This agenda provides guidance for future research to fill knowledge gaps and support data-driven selection of target pathogens and populations for new preventive and treatment strategies, specifically vaccines and mAbs, to effectively address the AMR burden in Europe. These research priorities are also relevant to improve the evidence base for future AMR burden estimates.

Abstract Federated Learning (FL) is gaining traction in various fields as it enables integrative data analysis without sharing sensitive data, such as in healthcare. However, the risk of data leakage caused by malicious attacks must be considered. In this study, we introduce a novel attack algorithm that relies on being able to compute sample means, sample covariances, and construct known linearly independent vectors on the data owner side. We show that these basic functionalities, which are available in several established FL frameworks, are sufficient to reconstruct privacy-protected data. Additionally, the attack algorithm is robust to defense strategies that involve adding random noise. We demonstrate the limitations of existing frameworks and propose potential defense strategies analyzing the implications of using differential privacy. The novel insights presented in this study will aid in the improvement of FL frameworks.

Abstract Antibiotic exposure can perturb the human gut microbiome and cause changes in the within-host abundance of the genetic determinants of drug-resistance in bacteria. Such within-host dynamics are expected to play an important role in mediating the relationship between antibiotic use and persistence of drug-resistance within a host and its prevalence within a population. Developing a quantitative representation of these within-host dynamics is an important step towards a detailed mechanistic understanding of the population-level processes by which antibiotics select for resistance. Here we study extended-spectrum beta-lactamase (ESBL) producing organisms of the Enterobacteriaceae bacterial family. These have been identified as a global public health priority and are resistant to most first-line antibiotics for treatment of Enterobacteriaceae infections. We analyse data from 833 rectal swabs from a prospective longitudinal study in three European countries including 133 ESBL-positive hospitalised patients. Quantitative polymerase chain reaction was used to quantify the abundance of the CTX-M gene family – the most wide-spread ESBL gene family – and the 16S rRNA gene as a proxy for bacterial load. We find strong dynamic heterogeneity in CTX-M abundance that is largely explained by the variable nature of the swab sampling. Using information on time-varying antibiotic treatments, we develop a dynamic Bayesian model to decompose the serial data into observational variation and ecological signal and to quantify the potentially causal antibiotic effects. We find an association of treatment with cefuroxime or ceftriaxone with increased CTX-M abundance (approximately 21% and 10% daily increase, respectively), while treatment with meropenem or piperacillin-tazobactam is associated with decreased CTX-M (approximately 8% daily decrease for both). Despite a potential risk for indirect selection, oral ciprofloxacin is also associated with decreasing CTX-M (approximately 8% decrease per day). Using our dynamic model to make forward stochastic simulations of CTX-M dynamics, we generate testable predictions about antibiotic impacts on duration of carriage. We find that a typical course of cefuroxime or ceftriaxone is expected to more than double a patient’s carriage duration of CTX-M. A typical course of piperacillin-tazobactam or of meropenem – both options to treat hospital acquired infections (HAI) like pneumonia – would reduce CTX-M carriage time relative to ceftriaxone plus amikacin (also an option to treat HAIs) by about 70%. While most antibiotics showed little association with changes in total bacterial abundance, meropenem and piperacillin-tazobactam were associated with decrease in 16S rRNA abundance (3% and 4% daily decrease, respectively). Our study quantifies antibiotic impacts on within-host resistance abundance and resistance carriage, and informs our understanding of how changes in patterns of antibiotic use will affect the prevalence of resistance. This work also provides an analytical framework that can be used more generally to quantify the antibiotic treatment effects on within-host dynamics of determinants of antibiotic resistance using clinical data.

To analyze the longitudinal epidemiology and antimicrobial resistance (AMR) patterns of Gram-negative bloodstream infections (BSI) in Germany.

For Clostridioides difficile infections (CDIs) in Germany no longitudinal multi-centre studies with standardized protocols for diagnosing CDI are available. Recent evaluations of general surveillance databases in Germany indicate a downward trend in CDI rates. We aimed to describe the actual burden and trends of CDI in German university hospitals from 2016 to 2020.

Severe Acute Respiratory Syndrome Coronavirus 2 (SARS-CoV-2) infection, responsible for Coronavirus Disease 2019 (COVID-19), exhibits a spectrum of clinical manifestations, ranging from asymptomatic to severe pulmonary dysfunction or death. The variability in COVID-19 severity has largely been attributed to the host's genetic characteristics, suggesting a polygenic genetic architecture, without significant strong evidence of sex-related genetic differences. In this Italian retrospective case-control study, we investigated the association between COVID-19 severity (severe vs. asymptomatic/oligosymptomatic healed individuals) and HLA gene variants, analyzed by next-generation sequencing (NGS). We identified significant HLA alleles (according to the conventional nomenclature), SNPs and haplotypes in the