Natural history of Acinetobacter baumannii infection in mice
Notice bibliographique
Résumé
In 2017, the WHO identified Acinetobacter baumannii as the top priority for the development of new antibiotics. Despite the need for new antibiotics, there remains a lack of well validated preclinical tools for A. baumannii. Here, we characterize and validate a mouse model for A. baumannii translational research. Antibiotic sensitivity for meropenem, amikacin, and polymyxin b was determined by the broth microdilution MIC assay. LD100 inoculums, in both blood and lung infection models, were determined in male and female C3HeB/FeJ mice that were challenged with various A. baumannii clinical isolates. Blood (blood infection model) or blood and lung tissue (lung infection model) were collected from infected mice at 2 and 18 hours and the bacterial burden was determined by quantitative culture. Blood chemistry was analyzed using the iStat system. Cytokines (IL-1ß, TNF, IL-6, and IL-10) were measured in the blood and lung homogenate by ELISA assay. Lung sections (H&E stains) were scored by a pathologist. In the blood infection model, the cytokines and physiological data indicate that mice become moribund due to sepsis (low blood pH, falling bicarbonate, and a rising base deficit), whereas mice become moribund due to respiratory failure (low blood pH, rising bicarbonate, and a falling base deficit) in the oral aspiration pneumonia model. We also characterized the timing of changes in various clinical and biomarker endpoints, which can serve as a basis for future interventional studies. Susceptibility was generally similar across gender and infection route. However, we did observe that female mice were approximately 2-fold more sensitive to LAC-4 ColR in the blood infection model. We also observed that female mice were more than 10-fold more resistant to VA-AB41 in the oral aspiration pneumonia model. These results establish parameters to follow in order to assess efficacy of novel preventative and therapeutic approaches for these 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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».