Combined use of metagenomic sequencing and host response profiling for the diagnosis of suspected sepsis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
ABSTRACT Background Current diagnostic techniques are inadequate for rapid microbial diagnosis and optimal management of patients with suspected sepsis. We assessed the clinical impact of three powerful molecular diagnostic methods. Methods With blood samples from 200 consecutive patients with suspected sepsis, we evaluated 1) metagenomic shotgun sequencing together with a Bayesian inference approach for contaminant sequence removal, for detecting bacterial DNA; 2) viral capture sequencing; and 3) transcript-based host response profiling for classifying patients as infected or not, and if infected, with bacteria or viruses. We then evaluated changes in diagnostic decision-making among three expert physicians by unblinding the results of these methods in a staged fashion. Results Metagenomic shotgun sequencing confirmed positive blood culture results in 14 of 26 patients. In 17 of 200 patients, metagenomic sequencing and viral capture sequencing revealed organisms that were 1) not detected by conventional hospital tests within 5 days after presentation, and 2) classified as of probable clinical relevance by physician consensus. Host response profiling led at least two of three physicians to change their diagnostic decisions in 46 of 100 patients. The data suggested possible bacterial DNA translocation in 8 patients who were originally classified by physicians as noninfected and illustrate how host response profiling can guide interpretation of metagenomic shotgun sequencing results. Conclusions The integration of host response profiling, metagenomic shotgun sequencing, and viral capture sequencing enhances the utility of each, and may improve the diagnosis and management of patients with suspected sepsis.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle