MétaCan
Menu
Retour à la cohorte
Enregistrement W2771770118 · doi:10.1073/pnas.1715874115

Resource limitation prevents the emergence of drug resistance by intensifying within-host competition

2017· article· en· W2771770118 sur OpenAlexaff
Nina Wale, Derek G. Sim, Matthew J. Jones, Rahel M. Salathé, Troy Day, Andrew F. Read

Notice bibliographique

RevueProceedings of the National Academy of Sciences · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueHIV/AIDS drug development and treatment
Établissements canadiensQueen's University
Organismes subventionnairesNational Institute of General Medical SciencesNational Institutes of Health
Mots-clésCompetition (biology)Host (biology)Resistance (ecology)Resource (disambiguation)DrugDrug resistanceBusinessBiologyEcologyPharmacologyComputer scienceMicrobiology

Résumé

récupéré en direct d'OpenAlex

Slowing the evolution of antimicrobial resistance is essential if we are to continue to successfully treat infectious diseases. Whether a drug-resistant mutant grows to high densities, and so sickens the patient and spreads to new hosts, is determined by the competitive interactions it has with drug-susceptible pathogens within the host. Competitive interactions thus represent a good target for resistance management strategies. Using an in vivo model of malaria infection, we show that limiting a resource that is disproportionately required by resistant parasites retards the evolution of drug resistance by intensifying competitive interactions between susceptible and resistant parasites. Resource limitation prevented resistance emergence regardless of whether resistant mutants arose de novo or were experimentally added before drug treatment. Our work provides proof of principle that chemotherapy paired with an "ecological" intervention can slow the evolution of resistance to antimicrobial drugs, even when resistant pathogens are present at high frequencies. It also suggests that a broad range of previously untapped compounds could be used for treating infectious diseases.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,134
Score d'incertitude au seuil0,351

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,044
Tête enseignante GPT0,316
Écart entre enseignants0,273 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations109
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the National Academy of SciencesMême sujetHIV/AIDS drug development and treatmentTravaux en français237 207