Underutilization of nontuberculous mycobacterial drug susceptibility testing in Ontario, Canada, 2010–2015
Notice bibliographique
Résumé
Background: Drug susceptibility testing (DST) in nontuberculous mycobacterial pulmonary disease (NTM-PD) is useful for some Mycobacterium species. International guidelines recommend routine use of DST for clinically relevant mycobacteria. DST use and results are poorly studied at the population level. We sought to identify the frequency of DST utilization for nontuberculous mycobacteria (NTMs) and describe the potential relevance of these results in Ontario. Methods: Using public health laboratory data, we performed a population-based retrospective analysis of NTM DST utilization in Ontario from May 2010 to June 2015. We determined the proportion of incident NTM-PD infections for which DST was performed and analyzed minimum inhibitory concentration (MIC) distributions from NTM testing overall, using thresholds recommended by the Clinical and Laboratory Standards Institute. Results: The proportion of incident cases of NTM-PD tested for DST was 6.3% (240/3,806) for Mycobacterium avium complex (MAC), 36.2% (67/185) for M. abscessus, and 1.8% (19/1,057) for M. xenopi. Among specimens from all body sites, MAC resistance to clarithromycin occurred in 8.0% of specimens (21/262) and MAC resistance to amikacin (intravenous, MIC > 64 µg/mL) occurred in 22.6% (19/84). M. abscessus resistance occurred as follows: to amikacin, 3.8% (3/79); cefoxitin, 14.0% (11/79); imipenem, 30.4% (14/46); linezolid, 39.2% (31/79); clarithromycin, 54.2% (13/24); ciprofloxacin, 92.4% (73/79); and moxifloxacin, 91.1% (51/56). M. xenopi analysis was limited by few DST requests and a lack of DST clinical correlation. Conclusions: We found that NTM DST is underutilized in Ontario and observed a very high frequency of amikacin resistance among MAC isolates.
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 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 | 0,009 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».