Nontuberculous Mycobacteria in Cystic Fibrosis
Notice bibliographique
Résumé
Nontuberculous mycobacteria (NTM) are found in approximately 10 % of cystic fibrosis (CF) patients, but only a portion will develop NTM disease. The management of CF lung disease should be optimized, including antibiotic therapy targeted to the individual’s usual airway bacteria, prior to considering treatment for NTM lung disease. Those who meet criteria for NTM lung disease may not necessarily require treatment and could be monitored expectantly if symptoms and radiographic findings are minimal. However, the presence of Mycobacterium abscessus complex (MABSC), severe lung disease, and/or anticipated lung transplant should prompt NTM therapy initiation. For CF patients with Mycobacterium avium complex (MAC), recommended treatment includes triple antibiotic therapy with a macrolide, rifampin, and ethambutol. Azithromycin is generally our preferred macrolide in CF as it is better tolerated and has fewer drug-drug interactions. MABSC treatment is more complex and requires an induction phase (oral macrolide and two IV agents including amikacin) as well as a maintenance phase (nebulized amikacin and two to three oral antibiotics including a macrolide). The induction phase may range from one to three months (depending on infection severity, treatment response, and medication tolerability). For both MAC and MABSC, treatment duration is extended 1-year post-culture conversion. However, in patients who do not achieve culture negative status but tolerate therapy, we consider ongoing treatment for mycobacterial suppression and prevention of disease progression.
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) | 0,003 | 0,003 |
| Méta-épidémiologie (sens large) | 0,005 | 0,003 |
| Bibliométrie | 0,007 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,002 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».