Molecular Determination of Mixed Infections of Dermatophytes and Nondermatophyte Molds in Individuals with Onychomycosis
Notice bibliographique
Résumé
BACKGROUND: Reports of mixed infections with nondermatophyte molds (NDMs) and dermatophytes in onychomycosis are rare, possibly owing to the inhibition of NDM growth during traditional culture. We sought to determine the prevalence of mixed infections in onychomycosis using molecular identification. METHODS: Molecular analyses were used to identify infecting organisms directly from at least two serial great toenail samples from each of the 44 patients. RESULTS: Mixed infections were present in 41% of the patients (18 of 44). A single coinfecting NDM was the most common mixed infection and was detected in 34% of patients with onychomycosis (15 of 44), with Fusarium oxysporum present in 14% (6 of 44), Scopulariopsis brevicaulis in 9% (4 of 44), Acremonium spp in 2% (1 of 44), Aspergillus spp in 4.5% (2 of 44), and Scytalidium spp in 4.5% (2 of 44). Mixed infections with two NDMs were found in 7% of patients (3 of 44). CONCLUSIONS: Mixed onychomycosis infections may be more prevalent than previously reported.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 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 ».