Comparative analysis of Gram's stain, <scp>PNA</scp>‐<scp>FISH</scp> and Sepsityper with <scp>MALDI</scp>‐<scp>TOF MS</scp> for the identification of yeast direct from positive blood cultures
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Fungaemia diagnosis could be improved by reducing the time to identification of yeast from blood cultures. This study aimed to evaluate three rapid methods for the identification of yeast direct from blood cultures; Gram's stain analysis, the AdvanDX Peptide Nucleic Acid in Situ Hybridisation Yeast Traffic Light system (PNA-FISH YTL) and Bruker Sepsityper alongside matrix-assisted laser desorption ionisation time of flight mass spectrometry (MALDI-TOF MS). Fifty blood cultures spiked with a known single yeast strain were analysed by blinded operators experienced in each method. Identifications were compared with MALDI-TOF MS CHROMagar Candida culture and ITS rRNA sequence-based identifications. On first attempt, success rates of 96% (48/50) and 76% (36/50) were achieved using PNA-FISH YTL and Gram's stain respectively. MALDI-TOF MS demonstrated a success rate of 56% (28/50) when applying manufacturer's species log score thresholds and 76% (38/50) using in-house parameters, including lowering the species log score threshold to >1.5. In conclusion, PNA-FISH YTL demonstrated a high success rate successfully identifying yeast commonly encountered in fungaemia. Sepsityper(™) with MALDI-TOF MS was accurate but increased sensitivity is required. Due to the misidentification of commonly encountered yeast Gram's stain analysis demonstrated limited utility in this setting.
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.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,000 | 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 découle