Dynamics of within-host Mycobacterium tuberculosis diversity and heteroresistance during treatment
Notice bibliographique
Résumé
BACKGROUND: Studying within-host genetic diversity of Mycobacterium tuberculosis (Mtb) in patients during treatment may identify adaptations to antibiotic and immune pressure. Understanding the significance of genetic heteroresistance, and more specifically heterozygous resistance-associated variants (RAVs), is clinically important given increasing use of rapid molecular tests and whole genome sequencing (WGS). METHODS: We analyse data from six studies in KwaZulu-Natal, South Africa. Most patients (>75%) had baseline rifampicin resistance. Sputum was collected for culture at baseline and at between two and nine intervals until month six. Positive cultures underwent WGS. Mixed infections and reinfections were excluded from analysis. FINDINGS: Baseline Mtb overall genetic diversity (at treatment initiation or major change to regimen) was associated with cavitary disease, not taking antiretroviral therapy if HIV infected, infection with lineage 2 strains and absence of second-line drug resistance on univariate analyses. Baseline genetic diversity was not associated with six-month outcome. Genetic diversity increased from baseline to weeks one and two before returning to previous levels. Baseline genetic heteroresistance was most common for bedaquiline (6/10 [60%] of isolates with RAVs) and fluoroquinolones (9/62 [13%]). Most patients with heterozygous RAVs on WGS with sequential isolates available demonstrated RAV persistence or fixation (17/20, 85%). New RAVs emerged in 9/286 (3%) patients during treatment. We could detect low-frequency RAVs preceding emergent resistance in only one case, although validation of deep sequencing to detect rare variants is required. INTERPRETATION: In this study of single-strain Mtb infections, baseline within-host bacterial genetic diversity did not predict outcome but may reveal adaptations to host and drug pressures. Predicting emergent resistance from low-frequency RAVs requires further work to separate transient from consequential mutations. FUNDING: Wellcome Trust, NIH/NIAID.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».