MétaCan
Menu
Retour à la cohorte
Enregistrement W2769199871 · doi:10.1093/cid/cix893

Carbapenemase-Producing Organisms: A Global Scourge

2017· review· en· W2769199871 sur OpenAlexaff
Robert A. Bonomo, Eileen M. Burd, John Conly, Brandi Limbago, Laurent Poirel, Julie Segre, Lars F. Westblade

Notice bibliographique

RevueClinical Infectious Diseases · 2017
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAntibiotic Resistance in Bacteria
Établissements canadiensCalgary Laboratory ServicesUniversity of CalgaryAlberta Health Services
Organismes subventionnairesCenters for Disease Control and PreventionNational Institutes of HealthInstitut National de la Santé et de la Recherche Médicale
Mots-clésMedicineTransmission (telecommunications)AntibioticsIntensive care medicineEpidemiologyPublic healthInfection controlMicrobiologyBiologyInternal medicinePathology

Résumé

récupéré en direct d'OpenAlex

The dramatic increase in the prevalence and clinical impact of infections caused by bacteria producing carbapenemases is a global health concern. Carbapenemase production is especially problematic when encountered in members of the family Enterobacteriaceae. Due to their ability to readily spread and colonize patients in healthcare environments, preventing the transmission of these organisms is a major public health initiative and coordinated international effort are needed. Central to the treatment and control of carbapenemase-producing organisms (CPOs) are phenotypic (growth-/biochemical-dependent) and nucleic acid-based carbapenemase detection tests that identify carbapenemase activity directly or their associated molecular determinants. Importantly, bacterial isolates harboring carbapenemases are often resistant to multiple antibiotic classes, resulting in limited therapy options. Emerging agents, novel antibiotic combinations and treatment regimens offer promise for management of these infections. This review highlights our current understanding of CPOs with emphasis on their epidemiology, detection, treatment, and control.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,001
Communication savante0,0020,003
Science ouverte0,0010,001
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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.

Tête enseignante Opus0,091
Tête enseignante GPT0,447
Écart entre enseignants0,356 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations648
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Infectious DiseasesMême sujetAntibiotic Resistance in BacteriaTravaux en français237 207