MétaCan
Menu
Retour à la cohorte
Enregistrement W2916228384 · doi:10.1128/jcm.01739-18

Reagent-Free Identification of Clinical Yeasts by Use of Attenuated Total Reflectance Fourier Transform Infrared Spectroscopy

2019· article· en· W2916228384 sur OpenAlexaff
Lisa M. T. Lam, Philippe J. Dufresne, Jean Longtin, Jacqueline Sedman, Ashraf A. Ismail

Notice bibliographique

RevueJournal of Clinical Microbiology · 2019
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueSpectroscopy Techniques in Biomedical and Chemical Research
Établissements canadiensInstitut National de Santé Publique du QuébecMcGill University
Organismes subventionnairesCenters for Disease Control and Prevention
Mots-clésAttenuated total reflectionInfraredFourier transform spectroscopyFourier transformReagentFourier transform infrared spectroscopyInfrared spectroscopySpectroscopyChemistryAnalytical Chemistry (journal)OpticsChromatographyPhysicsOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Invasive fungal infections by opportunistic yeasts have increased concomitantly with the growth of an immunocompromised patient population. Misidentification of yeasts can lead to inappropriate antifungal treatment and complications. Attenuated total reflectance Fourier transform infrared (ATR-FTIR) spectroscopy is a promising method for rapid and accurate identification of microorganisms. ATR-FTIR spectroscopy is a standalone, inexpensive, reagent-free technique that provides results within minutes after initial culture. In this study, a comprehensive spectral reference database of 65 clinically relevant yeast species was constructed and tested prospectively on spectra recorded (from colonies taken from culture plates) for 318 routine yeasts isolated from various body fluids and specimens received from 38 microbiology laboratories over a 4-month period in our clinical laboratory. ATR-FTIR spectroscopy attained comparable identification performance with matrix-assisted laser desorption ionization-time of flight mass spectrometry (MALDI-TOF MS). In a preliminary validation of the ATR-FTIR method, correct identification rates of 100% and 95.6% at the genus and species levels, respectively, were achieved, with 3.5% unidentified and 0.9% misidentified. By expanding the number of spectra in the spectral reference database for species for which isolates could not be identified or had been misidentified, we were able to improve identification at the species level to 99.7%. Thus, ATR-FTIR spectroscopy provides a new standalone method that can rival MALDI-TOF MS for the accurate identification of a broad range of medically important yeasts. The simplicity of the ATR-FTIR spectroscopy workflow favors its use in clinical laboratories for timely and low-cost identification of life-threatening yeast strains for appropriate treatment.

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)0,003
score de la tête « metaresearch » (Gemma)0,005
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 enseignants0,003
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,037
Tête enseignante GPT0,415
Écart entre enseignants0,377 · 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

Citations10
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical MicrobiologyMême sujetSpectroscopy Techniques in Biomedical and Chemical ResearchTravaux en français237 207