MétaCan
Menu
Retour à la cohorte
Enregistrement W160820796 · doi:10.1155/2013/701093

Evaluation of MALDI‐TOF Mass Spectrometry and Sepsityper Kit™ for the Direct Identification of Organisms from Sterile Body Fluids in a Canadian Pediatric Hospital

2013· article· en· W160820796 sur OpenAlexaffabout
Manal Tadros, Astrid Petrich

Notice bibliographique

RevueCanadian Journal of Infectious Diseases and Medical Microbiology · 2013
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBacterial Identification and Susceptibility Testing
Établissements canadiensHospital for Sick ChildrenUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésBlood cultureMatrix-assisted laser desorption/ionizationMass spectrometryChromatographyIdentification (biology)MicrobiologyClinical microbiologyBacteriaBiologyChemistryAntibioticsDesorption

Résumé

récupéré en direct d'OpenAlex

Matrix-assisted laser desorption/ionization time of flight mass spectrometry (MALDI-TOF MS) can be used to identify bacteria directly from positive blood and sterile fluid cultures. The authors evaluated a commercially available kit - the Sepsityper Kit (Bruker Daltonik, Germany) - and MALDI-TOF MS for the rapid identification of organisms from 80 flagged positive blood culture broths, of which 73 (91.2%) were blood culture specimens and seven (8.7%) were cerebrospinal fluid specimens, in comparison with conventional identification methods. Correct identification to the genus and species levels was obtained in 75 of 80 (93.8%) and 39 of 50 (78%) blood culture broths, respectively. Applying the blood culture analysis module, a newly developed software tool, improved the species identification of Gram-negative organisms from 94.7% to 100% and of Gram-positive organisms from 66.7% to 70%. MALDI-TOF MS is a promising tool for the direct identification of organisms cultured from sterile sites.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,642
Score d'incertitude au seuil0,713

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,010
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,006
Tête enseignante GPT0,229
Écart entre enseignants0,223 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations44
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Infectious Diseases and Medical MicrobiologyMême sujetBacterial Identification and Susceptibility TestingTravaux en français237 207