Identification of coagulase-negative Staphylococcus species by gas chromatography
Notice bibliographique
Résumé
Researching the impact and epidemiology of coagulase-negative Staphylococcus species (CNS) causing intramammary infections (IMI) require their identification at the species level. Gene sequencing is the gold standard but faster and less expensive methods could be useful. The Sherlock Microbial Identification System is an automated gas chromatographic (MIS-GC) system able to speciate CNS isolates in human clinical medicine by identifying the unique cellular fatty acid patterns in bacteria cell walls. Our objective was to validate the MIS-GC method for speciating CNS responsible for IMI in dairy cows. The CNS isolates examined include 429 isolates of Staphylococcus chromogenes, 195 Staphylococcus simulans, 108 Stapylococcus xylosus, 81 Staphylococcus haemolyticus and 42 Staphylococcus epidermididis obtained from the Canadian Bovine Mastitis Research Network culture collection and speciated using rpoB gene sequencing. Isolates were harvested from apparently normal mammary quarters before and after the dry period or during lactation. CNS isolates were divided in 2 groups within species. Speciation by MIS-GC of the first group was performed with a human-source CNS fatty-acid profile library and was used to construct a bovine-source library. MIS-GC speciation of the second group was performed with the new library. Repeatability of the technique was evaluated by re-culturing and re-testing a minimum of 50 isolates of each species. Using rpoB sequencing as gold standard, sensitivities for S. chromogenes, S. simulans, S. xylosus and S. epidermidis with the human library were 63% (n=215), 58% (n=89), 40% (n=55) and 52% (n=21) respectively, and 91%, 79%, 71% and 100% with the bovine library. Repeatability was 80% (n=100), 81% (n=97), 72% (n=53). Sensitivity for S. haemolyticus was 8% with the human library and could not be included in the bovine library. Its repeatability was 90% (n=40). The final bovine library tested on a random sample of S. chromogenes gave a sensitivity of 89%.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».