MétaCan
Menu
Retour à la cohorte
Enregistrement W2963435216 · doi:10.1371/journal.pone.0219701

Improvement in detecting cytomegalovirus drug resistance mutations in solid organ transplant recipients with suspected resistance using next generation sequencing

2019· article· en· W2963435216 sur OpenAlexaff
Rubén López-Aladid, Alba Guiu, María Mar Mosquera, Francisco López‐Medrano, Frederic Cofán, Laura Linares, Julián Torre‐Cisneros, Elisa Vidal, Asunción Moreno, José María Aguado, Elisa Cordero, Cecilia Martín‐Gandul, Jordi Carratalà, Núria Sabé, Jordí Niubó, Carlos Cervera, Alicia Capón, Anna Cervilla, Marta Santos Bravo, Marta Bodro, Patricia Muñóz, María Carmen Fariñas, Andrés Antón, Maitane Aranzamendi, Miguel Montejo, Pilar Pérez‐Romero, Óscar Len, María Ángeles Marcos

Notice bibliographique

RevuePLoS ONE · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueCytomegalovirus and herpesvirus research
Établissements canadiensUniversity of Alberta
Organismes subventionnairesInstituto de Salud Carlos IIIMinisterio de Asuntos Económicos y Transformación Digital, Gobierno de EspañaSociedad Española de Enfermedades Infecciosas y Microbiología ClínicaInstitute for Research in Biomedicine
Mots-clésSanger sequencingDrug resistanceDNA sequencingTransplantationResistance mutationMedicineMutationPopulationBiologyInternal medicineVirologyPolymerase chain reactionGeneGeneticsReverse transcriptase

Résumé

récupéré en direct d'OpenAlex

OBJETIVES: The aim of this study was to identify CMV drug resistance mutations (DRM) in solid organ transplant (SOT) recipients with suspected resistance comparing next-generation sequencing (NGS) with Sanger sequencing and assessing risk factors and the clinical impact of resistance. METHODS: Using Sanger sequencing as the reference method, we prospectively assessed the ability of NGS to detect CMV DRM in the UL97 and UL54 genes in a nationwide observational study from September 2013 to August 2016. RESULTS: Among 44 patients recruited, 14 DRM were detected by Sanger in 12 patients (27%) and 20 DRM were detected by NGS, in 16 (36%). NGS confirmed all the DRM detected by Sanger. The additional six mutations detected by NGS were present in <20% of the sequenced population, being located in the UL97 gene and conferring high-level resistance to ganciclovir. The presence of DRM by NGS was associated with lung transplantation (p = 0.050), the administration of prophylaxis (p = 0.039), a higher mean time between transplantation and suspicion of resistance (p = 0.038) and longer antiviral treatment duration before suspicion (p = 0.024). However, the latter was the only factor independently associated with the presence of DRM by NGS in the multivariate analysis (OR 2.24, 95% CI 1.03 to 4.87). CONCLUSIONS: NGS showed a higher yield than Sanger sequencing for detecting CMV resistance mutations in SOT recipients. The presence of DRM detected by NGS was independently associated with longer antiviral 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)0,009
score de la tête « metaresearch » (Gemma)0,013
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 enseignants0,009
Score d'incertitude au seuil0,046

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,013
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
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 Opus0,085
Tête enseignante GPT0,288
Écart entre enseignants0,204 · 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

Citations35
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetCytomegalovirus and herpesvirus researchTravaux en français237 207