MétaCan
Menu
Retour à la cohorte
Enregistrement W2900302473 · doi:10.47723/kcmj.v14i1.23

Evaluation of bactericidal and anti-biofilm activities of silver nanoparticles against multidrug-resistant Gram-negative bacilli isolated from burn wound infections

2018· article· en· W2900302473 sur OpenAlexaboutno aff
Issam Jumaa Nasser

Notice bibliographique

RevueAL-Kindy College Medical Journal · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueWound Healing and Treatments
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAmikacinMicrobiologyPseudomonas aeruginosaAntibioticsAmpicillinAntimicrobialAminoglycosideKlebsiella pneumoniaBroth microdilutionGentamicinChemistryBiologyMinimum inhibitory concentrationBacteria

Résumé

récupéré en direct d'OpenAlex

Background: The emergence and spread of multidrug-resistant Gram-negative bacilliin burn wound infections related to biofilm formation, which lend to challenge in treatment with conventional antibiotics andprompting to search for novel antimicrobial agents to control the infections.Silver nanoparticles (AgNPs) have wide spectrum biological properties with different mechanisms of action and less toxicity towards human cells. Objective:The goal of this study was to evaluated the anti-bacterial and anti-biofilm activities of AgNPs alone and in combination with aminoglycoside (Amikacin) and β-lactam (Ampicillin) antibiotics against multidrug resistant Gram-negative bacilli (Pseudomonas aeruginosa, Escherichia coli, klebsiellapneumoniae) isolated from burn wound infections. Type of the study: Cross –sectional study. Methods: 70 clinical isolates of GNBtested for susceptibility tests by disk diffusion method against 10 antibiotics. The minimum inhibitory concentrations (MICs) of AgNPs and antibiotics were carried out according to the standard broth microdilution method, while synergistic interactions were evaluated by time kill-kinetic assays. Calgary method was applied for anti-biofilm activity. Results:Pseudomonas aeruginosa represented the majority of GNBisolated from burn wound infections 34 (48.5 %)followed by Klebsiella pneumonia 21 (30 %) and Escherichia coli 15 (21.5 %). Silver nanoparticles showed remarkable antibacterial activity against GNB that isolated from burn wound infections with the MICs between 25- 75 µg/ml. Aztreonam, amikacin and cefepime were the most effective antimicrobial drugagainst GNB isolates.Synergistic bactericidal effects were observed in two-drug combinations of AgNPswith broad-spectrum aminoglycoside (Amikacin) and β-lactam (Ampicillin) antibiotics against multidrug resistant GNB. In addition,AgNPsalone or in combination with ampicillin inhibited biofilm activity about 60 % – 75 % ofGNB,while combination of AgNPs withamikacin exhibited a powerful anti-biofilm activity and inhibition biofilm formation by 75% to 80%. Conclusion: The results confirmed a synergistic bactericidal effects and significant enhancing of anti-biofilm activity of AgNPs in combination with antibiotics (amikacin and ampicillin) against multidrug resistant GNB isolated from burn wound infections. These data suggest that AgNPs could beapplied as nanodrug for treatment of burn wound infections

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,027
Tête enseignante GPT0,314
Écart entre enseignants0,287 · 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'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

Citations1
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAL-Kindy College Medical JournalMême sujetWound Healing and TreatmentsTravaux en français237 207