Study of Antibiotic Resistant Genes in Pseudomonas aeroginosa Isolated from Burns and Wounds
محل انتشار: مجله آرشیو رازی، دوره: 77، شماره: 1
سال انتشار: 1401
نوع سند: مقاله ژورنالی
زبان: انگلیسی
مشاهده: 77
فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_ARCHRAZI-77-1_048
تاریخ نمایه سازی: 6 دی 1402
چکیده مقاله:
Pseudomonas aeruginosa (P. aeruginosa) is frequently associated with infections with high mortality rates. The intrinsically high resistance to many antibiotics and multidrug resistance in the hospital setting is considered to be among the reasons for high pathogenicity of P. aeruginosa. In this study, a total of ۲۰۰ wound and burn swabs were collected from patients. The collected specimens were examined for P. aeruginosa through biochemical and antibacterial sensitivity tests performed in the Microbiology Laboratory in College of Medicine, University of Kirkuk, Kirkuk, Iraq. The polymerase chain reaction was then used to detect mexA, mexB, mexR, and oprD genes. In total, ۳۱ isolates of P. aeruginosa were collected from ۲۰۰ patients with wounds and burns. Most cases were isolated from ۲۳ (۷۴.۱۹%) and ۸ (۲۵.۸۰%) wound and burn swabs, respectively. Antibiotic sensitivity was tested on all isolates against ۱۷ antimicrobial agents. The obtained results revealed a high resistance rate to gentamicin, trimethoprim, amikacin, and amoxicillin, and a low resistance rate was observed to ceftazidime, tobramycin, levofloxacin, cotrimoxazole, ciprofloxacin, and aztreonam. Regarding antibiotic resistance, mexB, mexR, and oprD genes were observed in three isolates, in which mexB and mexR were detected in two isolates, and only one isolate carried mexA gene.
کلیدواژه ها:
نویسندگان
A Rashid Mahmood
Microbiology Department, School of Medicine, University of Kirkuk, Kirkuk, Iraq
N Mansour Hussein
Microbiology Department, School of Medicine, University of Kirkuk, Kirkuk, Iraq
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :