DP
Didier Pittet
Author with expertise in Infection Control in Healthcare Settings
Achievements
Cited Author
Key Stats
Upvotes received:
0
Publications:
29
(45% Open Access)
Cited by:
21,071
h-index:
117
/
i10-index:
446
Reputation
Biology
< 1%
Chemistry
< 1%
Economics
< 1%
Show more
How is this calculated?
Publications
0

The Natural History of the Systemic Inflammatory Response Syndrome (SIRS)

Manuel Rangel-Frausto et al.Jan 11, 1995
Define the epidemiology of the four recently classified syndromes describing the biologic response to infection: systemic inflammatory response syndrome (SIRS), sepsis, severe sepsis, and septic shock.Prospective cohort study with a follow-up of 28 days or until discharge if earlier.Three intensive care units and three general wards in a tertiary health care institution.Patients were included if they met at least two of the criteria for SIRS: fever or hypothermia, tachycardia, tachypnea, or abnormal white blood cell count.Development of any stage of the biologic response to infection: sepsis, severe sepsis, septic shock, end-organ dysfunction, and death.During the study period 3708 patients were admitted to the survey units, and 2527 (68%) met the criteria for SIRS. The incidence density rates for SIRS in the surgical, medical, and cardiovascular intensive care units were 857, 804, and 542 episodes per 1000 patient-days, respectively, and 671, 495, and 320 per 1000 patient-days for the medical, cardiothoracic, and general surgery wards, respectively. Among patients with SIRS, 649 (26%) developed sepsis, 467 (18%) developed severe sepsis, and 110 (4%) developed septic shock. The median interval from SIRS to sepsis was inversely correlated with the number of SIRS criteria (two, three, or all four) that the patients met. As the population of patients progressed from SIRS to septic shock, increasing proportions had adult respiratory distress syndrome, disseminated intravascular coagulation, acute renal failure, and shock. Positive blood cultures were found in 17% of patients with sepsis, in 25% with severe sepsis, and in 69% with septic shock. There were also stepwise increases in mortality rates in the hierarchy from SIRS, sepsis, severe sepsis, and septic shock: 7%, 16%, 20%, and 46%, respectively. Of interest, we also observed equal numbers of patients who appeared to have sepsis, severe sepsis, and septic shock but who had negative cultures. They had been prescribed empirical antibiotics for a median of 3 days. The cause of the systemic inflammatory response in these culture-negative populations is unknown, but they had similar morbidity and mortality rates as the respective culture-positive populations.This prospective epidemiologic study of SIRS and related conditions provides, to our knowledge, the first evidence of a clinical progression from SIRS to sepsis to severe sepsis and septic shock.
0

Nosocomial bloodstream infection in critically ill patients. Excess length of stay, extra costs, and attributable mortality

Didier Pittet et al.May 25, 1994
To determine the excess length of stay, extra costs, and mortality attributable to nosocomial bloodstream infection in critically ill patients.Pairwise-matched (1:1) case-control study.Surgical intensive care unit (SICU) in a tertiary health care institution.All patients admitted in the SICU between July 1, 1988, and June 30, 1990, were eligible. Cases were defined as patients with nosocomial bloodstream infection; controls were selected according to matching variables in a stepwise fashion.Matching variables were primary diagnosis for admission, age, sex, length of stay before the day of infection in cases, and total number of discharge diagnoses. Matching was successful for 89% of the cohort; 86 matched case-control pairs were studied.Crude and attributable mortality, excess length of hospital and SICU stay, and overall costs.Nosocomial bloodstream infection complicated 2.67 per 100 admissions to the SICU during the study period. The crude mortality rates from cases and controls were 50% and 15%, respectively (P < .01); thus, the estimated attributable mortality rate was 35% (95% confidence interval, 25% to 45%). The median length of hospital stay significantly differed between cases and controls (40 vs 26 days, respectively; P < .01). When only matched pairs who survived bloodstream infection were considered (n = 41), cases stayed in the hospital a median of 54 days vs 30 days for controls (P < .01), and cases stayed in the SICU a median of 15 days vs 7 days for controls (P < .01). Thus, extra hospital and SICU length of stay attributable to bloodstream infection was 24 and 8 days, respectively. Extra costs attributable to the infection averaged $40,000 per survivor.The attributable mortality from nosocomial bloodstream infection is high in critically ill patients. The infection is associated with a doubling of the SICU stay, an excess length of hospital stay of 24 days in survivors, and a significant economic burden.
0

Seroprevalence of anti-SARS-CoV-2 IgG antibodies in Geneva, Switzerland (SEROCoV-POP): a population-based study

Silvia Stringhini et al.Jun 11, 2020
BackgroundAssessing the burden of COVID-19 on the basis of medically attended case numbers is suboptimal given its reliance on testing strategy, changing case definitions, and disease presentation. Population-based serosurveys measuring anti-severe acute respiratory syndrome coronavirus 2 (anti-SARS-CoV-2) antibodies provide one method for estimating infection rates and monitoring the progression of the epidemic. Here, we estimate weekly seroprevalence of anti-SARS-CoV-2 antibodies in the population of Geneva, Switzerland, during the epidemic.MethodsThe SEROCoV-POP study is a population-based study of former participants of the Bus Santé study and their household members. We planned a series of 12 consecutive weekly serosurveys among randomly selected participants from a previous population-representative survey, and their household members aged 5 years and older. We tested each participant for anti-SARS-CoV-2-IgG antibodies using a commercially available ELISA. We estimated seroprevalence using a Bayesian logistic regression model taking into account test performance and adjusting for the age and sex of Geneva's population. Here we present results from the first 5 weeks of the study.FindingsBetween April 6 and May 9, 2020, we enrolled 2766 participants from 1339 households, with a demographic distribution similar to that of the canton of Geneva. In the first week, we estimated a seroprevalence of 4·8% (95% CI 2·4–8·0, n=341). The estimate increased to 8·5% (5·9–11·4, n=469) in the second week, to 10·9% (7·9–14·4, n=577) in the third week, 6·6% (4·3–9·4, n=604) in the fourth week, and 10·8% (8·2–13·9, n=775) in the fifth week. Individuals aged 5–9 years (relative risk [RR] 0·32 [95% CI 0·11–0·63]) and those older than 65 years (RR 0·50 [0·28–0·78]) had a significantly lower risk of being seropositive than those aged 20–49 years. After accounting for the time to seroconversion, we estimated that for every reported confirmed case, there were 11·6 infections in the community.InterpretationThese results suggest that most of the population of Geneva remained uninfected during this wave of the pandemic, despite the high prevalence of COVID-19 in the region (5000 reported clinical cases over <2·5 months in the population of half a million people). Assuming that the presence of IgG antibodies is associated with immunity, these results highlight that the epidemic is far from coming to an end by means of fewer susceptible people in the population. Further, a significantly lower seroprevalence was observed for children aged 5–9 years and adults older than 65 years, compared with those aged 10–64 years. These results will inform countries considering the easing of restrictions aimed at curbing transmission.FundingSwiss Federal Office of Public Health, Swiss School of Public Health (Corona Immunitas research program), Fondation de Bienfaisance du Groupe Pictet, Fondation Ancrage, Fondation Privée des Hôpitaux Universitaires de Genève, and Center for Emerging Viral Diseases.
0

Compliance with Handwashing in a Teaching Hospital

Didier Pittet et al.Jan 19, 1999
Transmission of microorganisms from the hands of health care workers is the main source of cross-infection in hospitals and can be prevented by handwashing.To identify predictors of noncompliance with handwashing during routine patient care.Observational study.Teaching hospital in Geneva, Switzerland.Nurses (66%), physicians (10%), nursing assistants (13%), and other health care workers (11%).Compliance with handwashing.In 2834 observed opportunities for handwashing, average compliance was 48%. In multivariate analysis, noncompliance was higher among physicians (odds ratio [OR], 2.8 [95% CI, 1.9 to 4.1]), nursing assistants (OR, 1.3 [CI, 1.0 to 1.6]), and other health care workers (OR, 2.1 [CI, 1.4 to 3.2]) than among nurses and was lowest on weekends (OR, 0.6 [CI, 0.4 to 0.8]). Noncompliance was higher in intensive care than in internal medicine units (OR, 2.0 [CI, 1.3 to 3.1]), during procedures that carry a high risk for contamination (OR, 1.8 [CI, 1.4 to 2.4]), and when intensity of patient care was high (compared with < or = 20 opportunities for handwashing per hour of care, 21 to 40 opportunities: OR, 1.3 [CI, 1.0 to 1.7]; 41 to 60 opportunities: OR, 2.1 [CI, 1.5 to 2.9]; and > 60 opportunities: OR, 2.1 [CI, 1.3 to 3.5]).Compliance with handwashing was moderate. Variation across hospital ward and type of health care worker suggests that targeted educational programs may be useful. Even though observational data cannot prove causality, the association between noncompliance and intensity of care suggests that understaffing may decrease quality of patient care.
0

Nosocomial Bloodstream Infection in Critically III Patients

Didier PittetMay 25, 1994

Objective.

 —To determine the excess length of stay, extra costs, and mortality attributable to nosocomial bloodstream infection in critically ill patients. 

Design.

 —Pairwise-matched (1:1) case-control study. 

Setting.

 —Surgical intensive care unit (SICU) in a tertiary health care institution. 

Patients.

 —All patients admitted in the SICU between July 1,1988, and June 30, 1990, were eligible. Cases were defined as patients with nosocomial bloodstream infection; controls were selected according to matching variables in a stepwise fashion. 

Methods.

 —Matching variables were primary diagnosis for admission, age, sex, length of stay before the day of infection in cases, and total number of discharge diagnoses. Matching was successful for 89% of the cohort; 86 matched case-control pairs were studied. 

Main Outcome Measures.

 —Crude and attributable mortality, excess length of hospital and SICU stay, and overall costs. 

Results.

 —Nosocomial bloodstream infection complicated 2.67 per 100 admissions to the SICU during the study period. The crude mortality rates from cases and controls were 50% and 15%, respectively (P<.01); thus, the estimated attributable mortality rate was 35% (95% confidence interval, 25% to 45%). The median length of hospital stay significantly differed between cases and controls (40 vs 26 days, respectively;P<.01). When only matched pairs who survived bloodstream infection were considered (n=41), cases stayed in the hospital a median of 54 days vs 30 days for controls (P<.01), and cases stayed in the SICU a median of 15 days vs 7 days for controls (P<.01). Thus, extra hospital and SICU length of stay attributable to bloodstream infection was 24 and 8 days, respectively. Extra costs attributable to the infection averaged $40 000 per survivor. 

Conclusions.

 —The attributable mortality from nosocomial bloodstream infection is high in critically ill patients. The infection is associated with a doubling of the SICU stay, an excess length of hospital stay of 24 days in survivors, and a significant economic burden. (JAMA. 1994;271:1598-1601)
0

Diagnostic Value of Procalcitonin, Interleukin-6, and Interleukin-8 in Critically Ill Patients Admitted with Suspected Sepsis

Stephan Harbarth et al.Aug 1, 2001
To assess the diagnostic value of procalcitonin (PCT), interleukin (IL)-6, IL-8, and standard measurements in identifying critically ill patients with sepsis, we performed prospective measurements in 78 consecutive patients admitted with acute systemic inflammatory response syndrome (SIRS) and suspected infection. We estimated the relevance of the different parameters by using multivariable regression modeling, likelihood-ratio tests, and area under the receiver operating characteristic curves (AUC). The final diagnosis was SIRS in 18 patients, sepsis in 14, severe sepsis in 21, and septic shock in 25. PCT yielded the highest discriminative value, with an AUC of 0.92 (CI, 0.85 to 1.0), followed by IL-6 (0.75; CI, 0.63 to 0.87), and IL-8 (0.71; CI, 0.59 to 0.83; p < 0.001). At a cutoff of 1.1 ng / ml, PCT yielded a sensitivity of 97% and a specificity of 78% to differentiate patients with SIRS from those with sepsis-related conditions. Median PCT concentrations on admission (ng / ml, range) were 0.6 (0 to 5.3) for SIRS; 3.5 (0.4 to 6.7) for sepsis; 6.2 (2.2 to 85) for severe sepsis; and 21.3 (1.2 to 654) for septic shock (p < 0.001). The addition of PCT to a model based solely on standard indicators improved the predictive power of detecting sepsis (likelihood ratio test; p = 0.001) and increased the AUC value for the routine value-based model from 0.77 (CI, 0.64 to 0.89) to 0.94 (CI, 0.89 to 0.99; p = 0.002). In contrast, no additive effect was seen for IL-6 (p = 0.56) or IL-8 (p = 0.14). Elevated PCT concentrations appear to be a promising indicator of sepsis in newly admitted, critically ill patients capable of complementing clinical signs and routine laboratory parameters suggestive of severe infection.Keywords: Critical care; biological markers, blood; calcitonin, blood; protein precursors, blood; interleukin-6, blood; interleukin-8, blood; sepsis, blood, diagnosis; sepsis syndrome, blood, diagnosis
0

Candida Colonization and Subsequent Infections in Critically III Surgical Patients

Didier Pittet et al.Dec 1, 1994
The authors determined the role of Candida colonization in the development of subsequent infection in critically ill patients.A 6-month prospective cohort study was given to patients admitted to the surgical and neonatal intensive care units in a 1600-bed university medical center.Patients having predetermined criteria for significant Candida colonization revealed by routine microbiologic surveillance cultures at different body sites were eligible for the study. Risk factors for Candida infection were recorded. A Candida colonization index was determined daily as the ratio of the number of distinct body sites (dbs) colonized with identical strains over the total number of dbs tested; a mean of 5.3 dbs per patient was obtained. All isolates (n = 322) sequentially recovered were characterized by genotyping using contour-clamped homogeneous electrical field gel electrophoresis that allowed strain delineation among Candida species.Twenty-nine patients met the criteria for inclusion; all were at high risk for Candida infection; 11 patients (38%) developed severe infections (8 candidemia); the remaining 18 patients were heavily colonized, but never required intravenous antifungal therapy. Among the potential risk factors for candida infection, three discriminated the colonized from the infected patients--i.e., length of previous antibiotic therapy (p < 0.02), severity of illness assessed by APACHE II score (p < 0.01), and the intensity of Candida spp colonization (p < 0.01). By logistic regression analysis, the latter two who were the independent factors that predicted subsequent candidal infection. Candida colonization always preceded infection with genotypically identical Candida spp strain. The proposed colonization indexes reached threshold values a mean of 6 days before Candida infection and demonstrated high positive predictive values (66 to 100%).The intensity of Candida colonization assessed by systematic screening helps predicting subsequent infections with identical strains in critically ill patients. Accurately identifying high-risk patients with Candida colonization offers opportunity for intervention strategies.
0
Citation782
0
Save
Load More