The laboratory diagnosis of Pseudomonas aeruginosa that produce metallo-β-lactamases in a Dutch tertiary care centre
Notice bibliographique
Résumé
BACKGROUND: The laboratory detection of Pseudomonas aeruginosa that produce metallo-β-lactamases (MBLs) is not well defined in regions with a low prevalence of these enzymes. We report a study that developed ethylenediaminetetraacetic acid (EDTA) disk screen tests using doripenem, imipenem and meropenem and investigated the prevalence of these enzymes among clinical isolates of imipenem-resistant P. aeruginosa in Rotterdam during 2008-2009. METHODS: Using strains with well-characterized β-lactamases and the Clinical and Laboratory Standards Institute (CLSI) disk methodology similar to extended-spectrum β-lactamase (ESBL) detection, inhibition zone diameters were determined in tests with doripenem, imipenem, and meropenem, alone and in combination with 370 μg of EDTA. These tests were compared with the MBL E-test. A positive test was a ≥5 mm increase in zone diameter in the presence of EDTA. RESULTS: The imipenem EDTA disk screen test showed a sensitivity of 100% and a specificity of 90% in 96 recent clinical isolates. Imipenem in combination with doripenem performed better than imipenem alone, meropenem, and the MBL E-test (sensitivity of 100%; specificity of 95%). The majority of clinical isolates were isolated from patient respiratory specimens. Of the 96 imipenem-resistant P. aeruginosa isolated, 35 (36%) were positive for bla(VIM) genes. CONCLUSIONS: The EDTA imipenem/doripenem disk test showed accurate and reproducible results with excellent sensitivity and specificity. It is simple to perform and interpret and can be easily introduced into the workflow of a clinical laboratory to screen for MBLs in imipenem-resistant P. aeruginosa. Due to its high specificity the test is also suitable for regions with a low prevalence of these enzymes.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».