Monte Carlo simulation analysis of ceftobiprole, dalbavancin, daptomycin, tigecycline, linezolid and vancomycin pharmacodynamics against intensive care unit‐isolated methicillin‐resistant <i>Staphylococcus aureus</i>
Notice bibliographique
Résumé
The aim of the present study was to compare the potential of ceftobiprole, dalbavancin, daptomycin, tigecycline, linezolid and vancomycin to achieve their requisite pharmacokinetic/pharmacodynamic (PK/PD) targets against methicillin-resistant Staphylococcus aureus isolates collected from intensive care unit (ICU) settings. Monte Carlo simulations were carried out to simulate the PK/PD indices of the investigated antimicrobials. The probability of target attainment (PTA) was estimated at minimum inhibitory concentration values ranging from 0.03 to 32 μg/mL to define the PK/PD susceptibility breakpoints. The cumulative fraction of response (CFR) was computed using minimum inhibitory concentration data from the Canadian National Intensive Care Unit study. Analysis of the simulation results suggested the breakpoints of 4 μg/mL for ceftobiprole (500 mg/2 h t.i.d.), 0.25 μg/mL for dalbavancin (1000 mg), 0.12 μg/mL for daptomycin (4 mg/kg q.d. and 6 mg/kg q.d.) and tigecycline (50 mg b.i.d.), and 2 μg/mL for linezolid (600 mg b.i.d.) and vancomycin (1 g b.i.d. and 1.5 g b.i.d.). The estimated CFR were 100, 100, 70.6, 88.8, 96.5, 82.4, 89.4, and 98.3% for ceftobiprole, dalbavancin, daptomycin (4 mg/kg/day), daptomycin (6 mg/kg/day), linezolid, tigecycline, vancomycin (1 g b.i.d.) and vancomycin (1.5 g b.i.d.), respectively. In conclusion, ceftobiprole and dalbavancin have the highest probability of achieving their requisite PK/PD targets against methicillin-resistant Staphylococcus aureus isolated from ICU settings. The susceptibility predictions suggested a reduction of the vancomycin breakpoint to 1 μg/mL.
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) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».