Les facteurs socioéconomiques expliquent les disparités raciales dans les taux de maladie invasive à Staphylococcus aureus résistant à la méthicilline et associés à la communauté

Antécédents L’incidence du SARM Staphylococcus aureus résistant à la méthicilline aux États-Unis est plus élevée chez les Noirs que chez les Blancs. Nous avons examiné dans quelle mesure les facteurs socioéconomiques pouvaient expliquer cette disparité raciale. MéthodologieUne cohorte rétrospective était basée sur les infections émergentes des Centers for Disease Control Données de surveillance du programme pour les cas de SARM d’origine communautaire invasive isolés d’un site normalement stérile d’un patient ambulatoire ou d’un jour d’hospitalisation ≤ chez un patient sans exposition majeure spécifiée dans les comtés des États Nous avons utilisé des équations d’estimation généralisées pour déterminer le niveau des secteurs de recensement facteurs associés aux différences dans l’incidence du SARM et l’analyse de médiation pondérée par le rapport de cotes inverses pour déterminer la proportion de la disparité raciale médiée par des facteurs socioéconomiquesRésultatsL’incidence annuelle du SARM associé à la communauté invasive était chez les Blancs et chez les Noirs o [RR],; % intervalle de confiance [IC], – Dans l’analyse de médiation, après prise en compte des mesures des secteurs sous-desservis, de l’éducation, du revenu, de la valeur du logement et du statut rural désignés par le fédéral,% de la disparité raciale originale a été expliquée; aucune association significative de la race noire avec SARM associée à la communauté restait RR; Les facteurs spécifiques qui sous-tendent l’association entre les mesures socioéconomiques au niveau des secteurs de recensement et l’incidence du SARM, qui peuvent inclure des facteurs sociaux modifiables, tels que la pauvreté, le surpeuplement et la biologie. les facteurs non explorés dans cette analyse, devraient être élucidés pour définir des stratégies pour réduire les disparités raciales dans les taux de SARM associés à la communauté

Staphylococcus aureus résistant à la méthicilline, résistance aux antibiotiques, disparités raciales, déterminants sociaux de la santé Staphylococcus aureus résistant à la méthicilline Le SARM est reconnu depuis des décennies comme agent pathogène important dans les établissements de soins et agent pathogène antibiorésistant d’importance majeure aux États-Unis. , les lignes directrices et les recommandations de la société professionnelle fournissent des stratégies pour prévenir le SARM et d’autres organismes pharmacorésistants dans les établissements de santé ; D’importantes baisses de SARM associées aux soins de santé ont été documentées au cours de la dernière décennie Cependant, aux États-Unis, les SARM ont également émergé dans la communauté à la fin de l’année. changé depuis plusieurs années et, en raison des baisses de SARM associées aux soins de santé, dépasse maintenant celle de SARM invasive se développant au cours de l’hospitalisation On estime que & gt; infections invasives liées à la communauté et & gt; De plus, les données sur les infections à SARM en Amérique du Nord ont systématiquement documenté des taux plus élevés chez les personnes de race noire que chez les personnes de race blanche Certaines raisons proposées pour la disparité raciale ont inclus des Il n’existe pas de lignes directrices ou de stratégies générales au niveau de la population pour prévenir les infections invasives à SARM d’origine communautaire ou pour réduire les disparités raciales dans les taux d’infection à SARM. Au fur et à mesure que des stratégies sont élaborées ou envisagées, les disparités soulèvent la question de savoir si des stratégies de prévention pourraient être développées pour réduire cette disparité. Les facteurs liés au statut socioéconomique inférieur SES, tels que l’incarcération antérieure, l’utilisation de drogues par voie intraveineuse et le surpeuplement, sont connus pour augmenter le risque d’infection à SARM communautaire. , et le SSE inférieur dans la communauté a été associé à l’augmentation d les taux d’autres maladies infectieuses aiguës De plus, les personnes noires aux États-Unis connaissent un SSE inférieur, qui a été décrit comme étant dû à un ensemble complexe d’expériences et de conditions historiques et actuelles Les facteurs socioéconomiques sont donc susceptibles de Nous avons examiné si les facteurs socioéconomiques régionaux pouvaient expliquer les différences raciales dans l’incidence de l’infection invasive à SARM d’origine communautaire. Dans ce projet, les mesures régionales conditions socioéconomiques communautaires et expériences Notre objectif était à la fois d’évaluer quels facteurs communautaires étaient associés aux différences dans l’incidence des infections à SARM et dans quelle mesure ces facteurs expliquaient les différences raciales dans les taux d’infections à SARM. SARM associé à la communauté

Méthodes

Données de surveillance du SARM

Le protocole d’étude était une cohorte rétrospective utilisant des données de SARM obtenues du Programme de surveillance des infections émergentes des CDC pour la surveillance du SARM invasif. – La surveillance du SARM est un programme de surveillance actif, basé sur la population, en laboratoire qui a été décrit précédemment Un cas de SARM associé à une communauté invasive a été défini comme l’isolement de SARM d’un site corporel normalement stérile, par exemple, sang, liquide céphalo-rachidien, liquide interne d’un résident du bassin de surveillance, où l’échantillon clinique était obtenu soit d’un patient externe, soit d’un patient hospitalisé pendant les premiers jours d’hospitalisation, sans l’un des facteurs de risque suivants: chirurgie, dialyse, hospitalisation ou séjour dans un établissement de soins de longue durée au cours de l’année précédente; Au cours de -, une surveillance du SARM envahissant a été effectuée chez les résidents des comtés des États américains, couvrant une population d’un million de personnes. Le personnel formé du PIE de chaque site de surveillance a examiné tous les cas de SARM parmi les personnes éligibles. Les données de surveillance, y compris les données démographiques, raciales et cliniques, ont été collectées grâce à l’examen des dossiers médicaux. Pour ce projet, le personnel du site EIP a géocodé les adresses de cas de SARM associées à la communauté à l’aide d’ArcGIS Esri ou de Centrus Desktop Group. Les cas de SARM du logiciel, Inc et enregistrés dans les secteurs de recensement se produisant chez les sans-abri et les personnes incarcérées ont été exclus du géocodage et de l’analyse

Données sur les secteurs de recensement

Les dénominateurs de la population proviennent de sources multiples, y compris le recensement américain, la publication de l’American Community Survey et les variables HRSA de l’administration des ressources et services de santé basées sur celles du projet de géocodage des disparités en santé publique de Harvard. , englobant les ménages à revenu faible ou élevé, les personnes sous le seuil de pauvreté et l’inégalité des revenus, le surpeuplement des logements, les logements coûteux, la population rurale, l’éducation faible ou élevée des adultes et la couverture d’assurance maladie si le secteur de recensement fait partie d’une zone médicalement défavorisée telle que définie par HRSA Les définitions de chaque variable incluant les sources de données sont listées dans le tableau Nous avons considéré ces mesures basées sur les zones pour évaluer les conditions socioéconomiques individuelles et communautaires.

Variables socio-économiques par secteur considérées pour l’inclusion dans la variable d’analyse Définition Source de données Ménages à faible revenu% ménages avec revenu & lt; $ se rapproche & lt;% du revenu médian des ménages américains ACS Ménages à revenu élevé% ménages avec revenu ≥ $ approx. du revenu médian des ménages américains ACS Pauvreté% de personnes sous le seuil de pauvreté au cours des derniers mois Indice ACS d’inégalité de revenu Coefficient Ginia ACS Surpeuplement% des ménages occupés avec & gt; personne / chambre ACS Maisons chères% des logements occupés par leur propriétaire ≥ $ se rapproche de ≥% de la valeur médiane ACS Zones rurales% de la population vivant en zone rurale Recensement Faible niveau d’éducation% des personnes âgées de ≥ with avec un niveau d’éducation supérieur sans diplôme ACS Enseignement supérieur% de personnes ≥ au moins avec un baccalauréat ACS Assurance maladie% des personnes couvertes par l’assurance-maladie ACS Région médicalement mal desservie Basé sur% de la population ayant un revenu inférieur au seuil de pauvreté, pourcentage de la population avec âge & gt; Y, mortalité infantile et disponibilité des fournisseurs de soins primaires Source de données variables de la définition des SARC Ménages à faible revenu% des ménages ayant un revenu & lt; $ proche du% du revenu médian des ménages américains ACS Ménages à revenu élevé% des ménages ayant un revenu ≥ $ approximatif ≥% du revenu médian des ménages américains ACS Pauvreté% de personnes sous le seuil de pauvreté au cours des derniers mois Indice ACS d’inégalité de revenu Coefficient Ginia ACS Surpeuplement% des ménages occupés avec & gt; personne / chambre ACS Maisons chères% des logements occupés par leur propriétaire ≥ $ se rapproche de ≥% de la valeur médiane ACS Zones rurales% de la population vivant en zone rurale Recensement Faible niveau d’éducation% des personnes âgées de ≥ with avec un niveau d’éducation supérieur sans diplôme ACS Enseignement supérieur% de personnes ≥ au moins avec un baccalauréat ACS Assurance maladie% des personnes couvertes par l’assurance-maladie ACS Région médicalement mal desservie Basé sur% de la population ayant un revenu inférieur au seuil de pauvreté, pourcentage de la population avec âge & gt; y, la mortalité infantile, et la disponibilité des fournisseurs de soins primaires HRSA Abréviations: ACS, – American Community Survey; HRSA, Administration des ressources et services de santéLe coefficient de Gini varie de à, avec des valeurs extrêmes lorsque le revenu est uniformément réparti entre tous les membres de la population Coefficient de Gini = ou tout le revenu appartient à une seule personne Coefficient de Gini = View Large

L’analyse des données

Les analyses de données ont été effectuées à l’aide de la version SAS du logiciel SAS Institute. La race du patient était classée en noir seulement, en blanc ou autre, incluant les personnes déclarées être de races multiples. race centrée sur ces catégories de race En outre, l’origine ethnique hispanique n’a pas été examinée car une grande proportion de nos cas &%; avaient une origine ethnique inconnue. Des imputations multiples avec des jeux de données d’imputation ont été utilisées pour tenir compte de la race manquante. Voir Méthodes supplémentaires L’analyse descriptive des cas géocodés a été effectuée. Le dénombrement des cas a ensuite été agrégé par race pour chaque secteur de recensement et coordonné avec les dénominateurs spécifiques à chaque race pour chaque secteur. Les pondérations en fréquence ont été appliquées de sorte que les comptes et les dénominateurs reflètent Utilisation des données individuelles regroupées par race, imbriquées dans les secteurs de recensement comme unité de niveau pour l’analyse Utilisation d’une équation d’estimation généralisée de Poisson modèle GEE avec structure de corrélation indépendante au niveau des secteurs de recensement, rapports de taux RR et pourcentage correspondant Les intervalles de confiance pour les associations univariées entre les mesures de SSE et l’incidence de SARM d’origine invasive ont été calculés. De plus, pour évaluer les interactions potentielles entre la race et le SSE en ce qui concerne l’incidence du SARM, l’incidence annuelle de SARM La population du recensement représentait la taille de la population à risque a été calculée et stratifiée par race et ensuite stratifiée par quartiles des SES Cochran-Mantel-Haenszel des secteurs de recensement pour la race noire stratifiée par quartiles du SSE de la parcelle ont été calculés. pourrait affecter les taux d’infection à SARM à travers une voie médiée par L’analyse de médiation a été utilisée pour décomposer l’effet total, c.-à-d., observé et non ajusté de la race sur l’incidence de SARM associée à la communauté envahissante dans ces effets directs et indirects. variables socioéconomiques basées sur la non-colinéarité évaluée par le facteur d’inflation de la variance et P ≤ dans un modèle GEE de Poisson multivariable explorant la relation entre la race, les conditions socioéconomiques et l’incidence des infections à SARM Les effets directs et indirects de la race ont été estimés Une autre discussion sur la méthode de pondération du rapport de cotes inverse et des détails spécifiques de notre analyse statistique peut être trouvée dans les méthodes supplémentaires Nous avons appliqué cette approche dans un modèle de GEE de Poisson avec regroupement au niveau des secteurs de recensement. et les poids de fréquence pour tenir compte de la population La taille de chaque secteur de recensement Les IC estimés pour les effets totaux, directs et indirects de la race ont été calculés à partir des montées bootstrapées. La proportion de disparités raciales «médiées par», c’est-à-dire expliquées par SES, a été calculée comme le rapport des coefficients. Effet de la race noire sur l’incidence de SARM associée à la communauté invasivePour évaluer si les résultats pouvaient être influencés par les résultats de sites individuels, des analyses de sensibilité ont été effectuées avec les données de chaque site EIP omises du modèle.

Sujets humains

Le programme de surveillance MRSA EIP, y compris le géocodage des cas et cette analyse ont été considérés comme des activités de santé publique non-recherche sur les sites EIP du CDC obtenus des sujets humains et des approbations éthiques des services de santé respectifs

RÉSULTATS

Résultats du géocodage et description des cas

Au cours de -, des cas de SARM associés à la communauté ont été signalés, dont des sujets admissibles à l’analyse. Figure Parmi ceux-ci, les adresses résidentielles de% des cas ont été géocodées avec succès dans un secteur de recensement de la zone de surveillance.

Figure Vue largeDownload slideRésultats du géocodage des cas de SARM de Staphylococcus aureus résistant à la méthicilline et associés à la communautéFigure Vue étendueDownload slideRésultats du géocodage des cas de SARM Staphylococcus aureus résistant à la méthicilline associés à la communauté Parmi les cas de race déclarée,% ont été signalés chez des personnes de race blanche seulement et% chez les personnes de race noire seulement [%] donc chez les personnes de race blanche seulement ou de race noire seulement Tableau La plupart des cas sont survenus chez des patients masculins, et l’âge médian était des années intervalle interquartile, – Diabète, virus de l’immunodéficience humaine , et l’utilisation de drogues par voie intraveineuse ont été rapportées en%,% et% de cas, respectivement. La plupart des cas de% ont été associés à une hémoculture positive pour le SARM

Tableau Description des cas de Staphylococcus aureus invasive résistant à la méthicilline dans la collectivité – Données sur le programme des infections émergentes, – n = Caractéristique Non% Race Blanc Noir Autre Inconnu Sexe masculin Âge, y, intervalle interquartile médian – Conditions médicales sous-jacentes choisies Diabète identifiée par l’hémoculture Caractéristique Non% Race Blanc Noir Autre Inconnu Sexe masculin Âge, y, intervalle interquartile médian – Conditions médicales sous-jacentes choisies Diabète VIH IV usage de drogues SARM identifié par hémoculture Abréviations: VIH, virus de l’immunodéficience humaine; IV, par voie intraveineuse; SARM, Staphylococcus aureus résistant à la méthicilline

Analyses non ajustées du statut socioéconomique et des taux de SARM

Les facteurs au niveau des secteurs de recensement associés à une incidence plus élevée dans l’analyse univariée comprenaient les ménages à faible revenu RR; % CI, -, personnes vivant sous le seuil de pauvreté RR; % CI, -, indice d’inégalité des revenus RR,; % CI, -, Rassemblement RR,; % CI, -, faible niveau d’éducation RR,; % CI, -, et étant une zone médicalement mal desservie RR; % CI, – Tableau Inversement, les facteurs associés à une incidence plus faible d’infection à SARM étaient les ménages à revenu élevé RR; % CI, -, maisons chères RR,; % CI, -, zones rurales RR,; % CI, -, éducation élevée RR,; % CI, -, et l’assurance maladie RR,; % CI, –

Tableau Ratios de taux univariés pour l’association entre les facteurs socioéconomiques du voisinage et l’infection invasive à Staphylococcus aureus méthicilline associée à la communauté Taux d’incidence variable Ratio% Intervalle de confiance P Valeur Ménages à faible revenu – & lt; Ménages à revenu élevé – & lt; Pauvreté – & lt; Indice d’inégalité de revenu – & lt; Crowding – & lt; Maisons chères – Zones rurales – & lt; Faible niveau d’éducation – & lt; Haute éducation – & lt; Assurance maladie – & lt; Zone médicalement mal desservie – & lt; Ratio de taux variable% Intervalle de confiance P Valeur Ménages à faible revenu – & lt; Ménages à revenu élevé – & lt; Pauvreté – & lt; Indice d’inégalité de revenu – & lt; Crowding – & lt; Maisons chères – Zones rurales – & lt; Faible niveau d’éducation – & lt; Haute éducation – & lt; Assurance maladie – & lt; Zone médicalement mal desservie – & lt; aLes variables de statut socioéconomiques ont été codées comme allant du% du secteur de recensement ayant cette caractéristique à% du secteur de recensement ayant cette caractéristique. Pour illustrer l’interprétation des taux, le ratio de faible revenu signifie que pour chaque augmentation de% Dans les ménages d’un segment de recensement à faible revenu, nous prévoyons une augmentation du nombre de cas de Staphylococcus aureus résistant à la méthicilline par population noire et par personne de race blanche. RR,; % CI, – Lorsque l’incidence a été stratifiée selon différentes caractéristiques socioéconomiques liées au revenu, au logement, à l’éducation et à la santé des secteurs de recensement, presque tous les facteurs au niveau des parcelles ont réduit l’écart entre les personnes noires et blanches. l’incidence brute selon la race des RR ajustés, -, bien que dans ces analyses stratifiées, les RR ajustés pour la race soient demeurés significatifs pour toutes les variables évaluées myocarde.

Figure View largeTélécharger diapositive Staphylococcus aureus résistant à la méthicilline Staphylococcus aureus Répartition selon le sexe, stratifiée par quartile des secteurs de recensement liés aux variables spécifiques du revenu, du logement, de l’éducation et de la santé Les incidences sont affichées dans les quartiles croissants des secteurs de recensement. Le taux ajusté aRR et% intervalle de confiance CI de SARM chez les personnes noires groupe de référence pour aRR: taux chez les personnes blanches considérant la stratification est montré dans chaque graphique sauf quand marqué par * pour indiquer l’hétérogénéité des RR dans les quartiles, c.-à-d. Incidence des SARM selon la race, stratifiée par quartile des secteurs de recensement liés aux variables spécifiques du revenu, du logement, de l’éducation et de la santé Les incidences sont affichées dans des quartiles croissants des secteurs de recensement, par personne pour Le taux ajusté aRR et% intervalle de confiance CI de SARM dans le groupe de référence des personnes noires pour aRR: taux chez les personnes blanches considérant la stratification est montré dans chaque graphique excepté quand marqué par * pour indiquer l’hétérogénéité dans RRs L’analyse stratifiée suggérait l’interaction entre la race et les caractéristiques socioéconomiques dans les situations. Des RR croissants pour l’incidence de l’infection à SARM chez les personnes noires ont été observés dans les secteurs de recensement où l’inégalité de revenu était plus marquée. RR , dans le quartile inférieur des secteurs de recensement vs dans le quartile supérieur ou pourcentage plus élevé de maisons coûteuses RR, dans le quartile inférieur et dans le quartile supérieur

Analyses multivariables

Dans nos analyses de médiation, le rapport de taux pour SARM communautaire capturant l’effet total non corrigé de la race noire par rapport à la race blanche était% CI, – Figure Les variables socioéconomiques déterminées pour être indépendants et inclus dans notre analyse de médiation étaient la proportion de maisons chères dans un secteur de recensement, proportion de personnes ayant un niveau de scolarité élevé, proportion de ménages à faible revenu, proportion de personnes vivant dans une région rurale et zone médicalement mal desservie

Figure Vue largeDownload slideRésultats d’une analyse de médiation pour estimer la mesure dans laquelle les facteurs socioéconomiques expliquent la variation raciale de l’incidence de SARM Staphylococcus aureus résistant à la méthicilline invasive dans la communauté Diagramme dépeint le rapport de taux estimé pour l’effet total de la race noire sur l’incidence de SARM correspondant à un rapport de taux non ajusté et montré avec l’épais noir arround ainsi qu’une voie potentielle dans laquelle la race affecte l’incidence de SARM associée à la communauté envahissante par des facteurs socioéconomiques effet indirect de la race ou effet indépendant indépendant comme indiqué en lignes pointillées / flèches Facteurs socio-économiques pris en compte dans l’analyse de la médiation, la proportion de maisons coûteuses dans un secteur de recensement, la proportion de personnes ayant un niveau de scolarité élevé, la proportion de ménages à faible revenu, la proportion de personnes vivant dans une région rurale et étant une région médicalement mal desservie. esti Le diagramme représente le rapport de taux estimé pour l’effet total de la race noire sur l’incidence de SARM associée à la communauté invasive correspondant au rapport de taux non ajusté et montré avec les facteurs socioéconomiques expliquant la variabilité raciale de l’infection à Staphylococcus aureus résistant à la méthicilline. l’épaississement du noir et une voie potentielle dans laquelle la race affecte l’incidence de SARM d’origine envahissante par des facteurs socioéconomiques effet indirect de la race ou effet direct indépendant comme le montrent les lignes pointillées / flèches facteurs socioéconomiques pris en compte dans l’analyse de médiation les logements dans un secteur de recensement, la proportion de personnes ayant un niveau de scolarité élevé, la proportion de ménages à faible revenu, la proportion de personnes vivant dans une région rurale et étant une région médicalement mal desservie. ainsi que les résultats de la médiation d’un L’analyse de tous ces médiateurs socioéconomiques au niveau des secteurs de recensement a permis de calculer le% de l’effet total en fonction des facteurs du niveau des secteurs de recensement RR pour l’effet indirect; % CI, – L’effet direct résultant de la race, représentant l’effet de la race sur l’incidence envahissante de SARM indépendamment des facteurs socio-économiques considérés, n’était pas significatif RR; % CI, –

Analyses de sensibilité

Dans les analyses de sensibilité, peu importe les données du site EIP qui ont été retenues de l’analyse de médiation, la race n’a pas eu d’effet direct significatif sur l’incidence de l’infection à SARM lorsqu’on tient compte des facteurs socioéconomiques

DISCUSSION

Par exemple, les disparités peuvent être le résultat de facteurs de risque comportementaux liés à un SSE inférieur, tels que l’usage de drogues intraveineuses, le manque d’accès au traitement des infections à SARM avant de devenir envahissantes, ou Les facteurs modifiables produits par les SSE faibles responsables des disparités dans les SARM doivent être explorés plus avant afin de guider les efforts visant à réduire l’incidence des SARM d’origine communautaire, en particulier lorsque les caractéristiques décrites dans la littérature sont significativement liées. Ces résultats suggèrent également que les interventions visant à prévenir les SARM communautaires invasives peuvent avoir un impact plus important si elles sont axées sur les communautés et les communautés. régions à faible SSE Par exemple, de telles interventions pourraient impliquer En outre, lors de la conception d’études visant à évaluer les interventions potentielles visant à prévenir les SARM d’origine communautaire, les mener dans les communautés les plus touchées pourrait avoir l’impact le plus important. , la constatation que la plus grande partie de la disparité raciale est liée à des facteurs potentiellement modifiables indique qu’en principe la disparité peut en fait être corrigée, ce qui peut constituer une constatation importante en soi. Il convient de faire preuve de prudence lors de l’interprétation Tout d’abord, bien que certaines mesures régionales aient montré des effets similaires sur les mesures socioéconomiques individuelles dans certaines études , elles capturent dans cette analyse une combinaison de SSE individuel et de domaine parce que les mesures socio-économiques ne sont pas disponibles Comment celles-ci servent de substitut pour les conditions Deuxièmement, certaines des mesures régionales que nous avons considérées sont fortement corrélées entre elles. Par exemple, la proportion de personnes dans une zone avec assurance maladie est corrélée avec d’autres facteurs socio-économiques, Par conséquent, l’absence de «pourcentage d’assurés» parmi les variables prises en compte dans notre analyse de médiation n’indique pas nécessairement que l’assurance n’est pas importante. Au contraire, le manque d’assurance maladie pourrait être implicitement pris en compte par d’autres facteurs socioéconomiques Dans le modèleNous nous sommes appuyés sur la race comme enregistré dans le dossier médical par les fournisseurs médicaux et multiplier la race imputée quand manquant Comparé au patient auto-rapport l’étalon-or pour déterminer la race patiente, nous avons la preuve que nos données de course sont exactes dans la littérature que chez les patients de race blanche ou noire, lorsque la documentation o f course par les données hospitalières administratives est disponible, il est très concordant avec l’auto-déclaration du patient Deuxièmement, notre modèle d’imputation de la race inconnue affectant & lt;% des cas a une grande précision pour prédire la race dans nos données de surveillance. Plusieurs limitations à cette analyse Premièrement, nous n’avons pas pu explorer les tendances des autres races en raison des contraintes de taille de l’échantillon ou de l’ethnie hispanique, ce qui pourrait être important car les analyses des disparités raciales et ethniques dans d’autres maladies ont montré que les facteurs socioéconomiques peut varier selon la race et l’ethnie Deuxièmement, il est possible que les zones géographiques où la surveillance a été effectuée ne sont pas représentatives des tendances dans d’autres régions des États-Unis. Par exemple, certaines études récentes suggèrent des associations avec l’élevage porcin et SARM. ,], mais les régions géographiques dans notre surveillance ne sont pas appropriées pour explorer ce facteur de risque Cependant, c’est une force en termes de r L’EIP est donc une approximation raisonnable des États-Unis Enfin, nous n’avons pas été en mesure d’incorporer directement certains facteurs sociaux ou communautaires potentiellement importants associés à un risque de communauté élevé. Nous n’avons pas non plus obtenu de données individuelles sur les patients témoins ou de données communautaires pour tenir compte du risque conféré par les conditions médicales sous-jacentes. En conclusion, des disparités raciales dans les taux de SARM d’origine invasive apparaissent. s’expliquer en grande partie par les disparités socioéconomiques Une meilleure compréhension des mécanismes par lesquels le SSE influence les taux de SARM pourrait être un grand pas en avant pour informer les efforts visant à prévenir les SARM d’origine communautaire et concentrer les efforts de prévention sur les communautés à risque plus élevé. pour réduire le fardeau de santé publique des communautés SARM

Données supplémentaires

Les documents supplémentaires sont disponibles sur Clinical Infectious Diseases en ligne. Les données fournies par l’auteur étant destinées au lecteur, les documents publiés ne sont pas copiés et relèvent de la seule responsabilité de l’auteur. Les questions ou les commentaires doivent donc être adressés à l’auteur.

Remarques

Remerciements Les auteurs remercient Fernanda Lessa, membre du personnel des CDC des Centres de contrôle et de prévention des maladies, pour la conception de concepts; Shirley Zhang pour l’aide à la base de données; Rand Young, Prabasaj Paul, Emily Weston et Alejandro Perez pour l’assistance technique; et le personnel du site EIP du Programme des infections émergentes suivant pour la collecte de données, y compris le géocodage des données et la supervision du projet sur les sites: Erin Parker, Lauren Pasutti, Brittany Martin, Cindy Amezcua, Gretchen Rothrock et Arthur Reingold California EIP; Wendy Bamberg, Deborah Aragon, et Veronica Fialkowksi Colorado EIP; Carmen Marquez et Michelle Wilson Connecticut EIP; Randy Van Dolson, Sasha Harb, Stéphanie Thomas, Monica Farley, Susan Ray et Wendy Baughman Georgia EIP; Terresa Carter, Rosemary Hollick, Kathleen Shutt, Joanne Benton, Kim Holmes et Lindsay Bonner Maryland EIP; Katherine Como-Sabetti et Lindsey Lesher Minnesota EIP; Anita Gellert et Christina Felsen New York EIP; Heather Jamieson et Tasha Poissant Oregon EIP; et Gail Hughett, Terri McMinn, Brenda Barnes, Karen Leib et Katie Dyer Tennessee EIPDisclaimer Les constatations et les conclusions de ce document sont celles des auteurs et ne représentent pas nécessairement les points de vue du soutien financier du CDCF. Ce travail a été soutenu par un accord de coopération le programme des maladies émergentes du CDC attribue les numéros UCK [Californie], UCK [Colorado], UCK [Connecticut], UCK [Géorgie], UCK [Maryland], UCK [Minnesota], UCK [New York], UCK [Oregon] et UCK [Tennessee] Conflits d’intérêts potentiels Tous les auteurs: Aucun conflit signalé Les auteurs ont soumis le formulaire ICMJE pour la divulgation des conflits potentiels de conflits d’intérêts que les éditeurs considèrent pertinents pour le contenu du manuscrit ont été divulgués