Gradient diffusion susceptibility testing for Neisseria gonorrhoeae: an accurate alternative to agar dilution in high-MIC strains?
Notice bibliographique
Résumé
INTRODUCTION: is not well established, especially in strains with high MICs. AIM: . METHODS: , all tested by the agar dilution method according to CLSI methods and confirmed to be genetically distinct using molecular typing (NG-MAST), were selected. Isolates with high MICs were targeted. Gradient diffusion was performed for ceftriaxone (CRO), cefixime (CFX), azithromycin (AZT), tetracycline (TET) and fosfomycin (FOS) using two different commercial antimicrobial strips on different culture media (a non-commercial GC agar base with 1 % defined growth supplement and two commercial media). The performance of agar gradient diffusion was assessed based on accuracy, using essential and category agreements (EA and CA). RESULTS: Essential and categorical agreement were over 90 % for CRO, CFX and AZT on the two commercial agar media tested. Category disagreements were seen for CFX and AZT, mostly just very major errors. For TET, EA ranged from 80 to 96 % and CA ranged from 38 to 76 %, most of the misclassifications being minor errors. Finally, EA for FOS ranged between 80 and 98 %. CONCLUSION: Gradient diffusion is an accurate and acceptable alternative for CRO, CFX and AZT. Caution is advised when MICs are reported by gradient diffusion approach breakpoints because of the possibility of very major errors. The use of gradient diffusion is limited for TET because of the high rate of minor errors.
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 | 0,012 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,002 |
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 ».