Antibiotic perturbation of mixed-strain Pseudomonas aeruginosa infection in patients with cystic fibrosis
Notice bibliographique
Résumé
Pulmonary exacerbations in cystic fibrosis (CF) remain poorly understood and treatment is usually targeted at Pseudomonas aeruginosa . Within Australia a predominant shared P. aeruginosa strain (AUST-02) is associated with greater treatment needs. This single centre study assessed temporal shared strain population dynamics during and after antibiotic treatment of exacerbations. Sputum was collected from 12 adult patients with a history of chronic AUST-02 infection at four time-points during and after treatment of an exacerbation. Forty-eight P. aeruginosa isolates within each sample underwent AUST-02 allele-specific PCR and SNP-based strain genotyping. Various commonly shared Australian strains (AUST-01, 0.1%; AUST-02, 54.3%; AUST-06, 36.6%; AUST-07, 4.6%; AUST-11, 4.3%) and two unique strains (0.1%) were identified from 45 sputum samples (2160 isolates). Based on within-patient relative abundance of strains, a “single-strain infection” ( n = 7) or “mixed-strain infection” ( n = 5) was assigned to each patient. A significant temporal variation in the P. aeruginosa population composition was found for those with mixed-strain infection ( P < 0.001). Patients with mixed-strain infections had more long-term treatment requirements than those with single-strain infection. Moreover, despite both groups having similar lung function at study entry, patients with single-strain infection had greater improvement in FEV 1 % predicted following their exacerbation treatment ( P = 0.02). Pulmonary exacerbations may reveal multiple, unrelated P. aeruginosa strains whose relative abundance with one another may change rapidly, in a sustained and unpredictable manner.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».