High prevalence of mixed infections in global onychomycosis
Notice bibliographique
Résumé
Onychomycosis is estimated at a prevalence of 10% worldwide with the infecting organism most commonly Trichophyton rubrum (T. rubrum). Traditional culture identification of causative organisms has inherent risks of overestimating dermatophytes, like T. rubrum, by inhibiting the growth of possible nondermatophyte mould (NDM) environmental contaminants which could be causative agents. Recently, molecular methods have revealed that a proportion of onychomycosis cases in North America may be caused by mixed infections of T. rubrum as an agent co-infecting with one or more NDM. Determining the global burden of mixed infections is a necessary step to evaluating the best therapies for this difficult-to-treat disease. To determine the prevalence of mixed infections in a global population, nail samples from onychomycosis patients in Brazil, Canada, and Israel (n = 216) were analyzed by molecular methods for the presence of dermatophytes and five NDMs. If an NDM was detected, repeat sampling was performed to confirm the NDM. T. rubrum was detected in 98% (211/216) of infections with 39% mixed (84/216). The infection type was more likely to be mixed in samples from Brazil, but more likely to be a dermatophyte in samples from Canada and Israel (Χ2 = 16.92, df = 2, P<0.001). The most common cause of onychomycosis was T. rubrum. In all countries (Brazil, Canada and Israel combined) the prevalence of dermatophyte (Χ2 = 211.15, df = 3, P<0.001) and mixed (dermatophyte and NDM; Χ2 = 166.38, df = 3, P<0.001) infection increased with patient age. Our data suggest that mixed infection onychomycosis is more prevalent than previously reported with the aging population being at increased risk for mixed infections.
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 | 0,000 | 0,000 |
| 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 ».