Identification of Blood Culture Isolates Directly from Positive Blood Cultures by Use of Matrix-Assisted Laser Desorption Ionization–Time of Flight Mass Spectrometry and a Commercial Extraction System: Analysis of Performance, Cost, and Turnaround Time
Notice bibliographique
Résumé
Matrix-assisted laser desorption ionization-time of flight (MALDI-TOF) mass spectrometry represents a revolution in the rapid identification of bacterial and fungal pathogens in the clinical microbiology laboratory. Recently, MALDI-TOF has been applied directly to positive blood culture bottles for the rapid identification of pathogens, leading to reductions in turnaround time and potentially beneficial patient impacts. The development of a commercially available extraction kit (Bruker Sepsityper) for use with the Bruker MALDI BioTyper has facilitated the processing required for identification of pathogens directly from positive from blood cultures. We report the results of an evaluation of the accuracy, cost, and turnaround time of this method for 61 positive monomicrobial and 2 polymicrobial cultures representing 26 species. The Bruker MALDI BioTyper with the Sepsityper gave a valid (score, >1.7) identification for 85.2% of positive blood cultures with no misidentifications. The mean reduction in turnaround time to identification was 34.3 h (P < 0.0001) in the ideal situation where MALDI-TOF was used for all blood cultures and 26.5 h in a more practical setting where conventional identification or identification from subcultures was required for isolates that could not be directly identified by MALDI-TOF. Implementation of a MALDI-TOF-based identification system for direct identification of pathogens from blood cultures is expected to be associated with a marginal increase in operating costs for most laboratories. However, the use of MALDI-TOF for direct identification is accurate and should result in reduced turnaround time to identification.
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 | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».