MétaCan
Menu
Retour à la cohorte
Enregistrement W3037983812 · doi:10.1099/jmm.0.001223

Matrix-assisted laser desorption/ionization time-of-flight MS for the accurate identification of Burkholderia cepacia complex and Burkholderia gladioli in the clinical microbiology laboratory

2020· article· en· W3037983812 sur OpenAlexafffund
Kendrew Wong, Suk Dhaliwal, Jennifer Bilawka, Jocelyn A. Srigley, Sylvie Champagne, Marc G. Romney, Peter Tilley, Manish Sadarangani, James E. A. Zlosnik, Mark Chilvers

Notice bibliographique

RevueJournal of Medical Microbiology · 2020
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBacterial Identification and Susceptibility Testing
Établissements canadiensProvidence Health CareBC Children's HospitalUniversity of British Columbia
Organismes subventionnairesCystic Fibrosis CanadaBC Children's Hospital
Mots-clésBurkholderiaClinical microbiologyMicrobiologyIdentification (biology)Burkholderia cepacia complexBiologyBacteriaGenetics

Résumé

récupéré en direct d'OpenAlex

Introduction. Burkholderia cepacia complex (Bcc) bacteria, currently consisting of 23 closely related species, and Burkholderia gladioli , can cause serious and difficult-to-treat infections in people with cystic fibrosis. Identifying Burkholderia bacteria to the species level is considered important for understanding epidemiology and infection control, and predicting clinical outcomes. Matrix-assisted laser desorption/ionization time-of-flight MS (MALDI-TOF) is a rapid method recently introduced in clinical laboratories for bacterial species-level identification. However, reports on the ability of MALDI-TOF to accurately identify Bcc to the species level are mixed. Aim. The aim of this project was to evaluate the accuracy of MALDI-TOF using the Biotyper and VITEK MS systems in identifying isolates from 22 different Bcc species and B. gladioli compared to recA gene sequencing, which is considered the current gold standard for Bcc. Methodology. To capture maximum intra-species variation, phylogenetic trees were constructed from concatenated multi-locus sequence typing alleles and clustered with a novel k-medoids approach. One hundred isolates representing 22 Bcc species, plus B. gladioli , were assessed for bacterial identifications using the two MALDI-TOF systems. Results. At the genus level, 100 and 97.0 % of isolates were confidently identified as Burkholderia by the Biotyper and VITEK MS systems, respectively; moreover, 26.0 and 67.0 % of the isolates were correctly identified to the species level, respectively. In many, but not all, cases of species misidentification or failed identification, a representative library for that species was lacking. Conclusion. Currently available MALDI-TOF systems frequently do not accurately identify Bcc bacteria to the species level.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,048
Tête enseignante GPT0,339
Écart entre enseignants0,291 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations17
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Medical MicrobiologyMême sujetBacterial Identification and Susceptibility TestingTravaux en français237 207