MétaCan
Menu
Retour à la cohorte
Enregistrement W2901663682 · doi:10.1186/s13756-018-0437-7

Investigation of a Carbapenemase-producing Acinetobacter baumannii outbreak using whole genome sequencing versus a standard epidemiologic investigation

2018· article· en· W2901663682 sur OpenAlexafffund
Chloe Bogaty, Laura Mataseje, Andrew Gray, Brigitte Lefebvre, Simon Lévesque, Michael R. Mulvey, Yves Longtin

Notice bibliographique

RevueAntimicrobial Resistance and Infection Control · 2018
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAntibiotic Resistance in Bacteria
Établissements canadiensMcGill UniversitySte. Anne's HospitalUniversity of Northern British ColumbiaManitoba Beekeepers' AssociationUniversity of Manitoba
Organismes subventionnairesFonds de Recherche du Québec - Santé
Mots-clésConcordanceOutbreakWhole genome sequencingPulsed-field gel electrophoresisAcinetobacter baumanniiTransmission (telecommunications)AcinetobacterMedicineGenomeBiologyVirologyGeneticsGenotypeComputer scienceInternal medicineBacteriaGenePseudomonas aeruginosa

Résumé

récupéré en direct d'OpenAlex

Abstract Background The standard epidemiologic investigation of outbreaks typically relies on spatiotemporal data and pulsed-field gel electrophoresis (PFGE), but whole genome sequencing (WGS) is becoming increasingly used. This investigation aimed to characterize a carbapenemase-producing Acinetobacter baumannii (CPAb) nosocomial outbreak using WGS compared to a standard outbreak investigation. Methods The CPAb outbreak occurred in a single center between 2012 and 2014. The standard investigation used spatiotemporal data and PFGE to generate a chain of transmission. A separate WGS investigation generated a chain of transmission based solely on WGS and date of sampling and was blinded to all other spatiotemporal data and PFGE. Core single nucleotide variant (SNV) phylogenetic analysis was performed on WGS data generated using the Illumina MiSeq platform. The chains of transmission were compared quantitatively and qualitatively to assess the concordance between both methods. Results 28 colonized and infected cases were included. Of the 27 transmission events identified using the standard investigation, 12 (44%) were identical to the transmission events using WGS. WGS identified several transmission events that had not been detected by traditional method, and numerous transmission events that had occurred on different hospital wards than suspected by standard methods. The average number (standard deviation [SD]) of SNVs per transmission events was 1.63 (SD, 1.31) by traditional method and 0.63 (SD, 0.79) by WGS (p = 0.001) All isolates harbored the rare carbapenemase blaOXA-237. Conclusions The traditional and WGS investigations had moderate concordance. When used alongside epidemiologic data and clinical information, WGS could help improve the mapping of transmission events.

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)0,005
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
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 Opus0,030
Tête enseignante GPT0,267
Écart entre enseignants0,238 · 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'étudeObservationnel
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

Citations23
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAntimicrobial Resistance and Infection ControlMême sujetAntibiotic Resistance in BacteriaTravaux en français237 207