Comparison of Accelerate PhenoTest BC Kit and MALDI-TOF MS/VITEK 2 System for the rapid identification and antimicrobial susceptibility testing of gram-negative bacilli causing bloodstream infections
Notice bibliographique
Résumé
Background: Our laboratory uses matrix-assisted laser desorption/ionization time-of-flight mass spectrometry (MALDI) and the VITEK 2 system (DV2) directly from positive blood cultures (BC) for organism identification (ID) and antimicrobial susceptibility testing (AST). Our objective was to compare direct MALDI–DV2 with a commercial BC ID–AST platform, the Accelerate Pheno system (AXDX), in the ID–AST of clinical and seeded BC positive for gram-negative bacilli (GNB). Methods: BC positive for GNB were collected over a 3-mo period and tested using AXDX and direct MALDI–DV2 and compared with conventional methods. A subset of sterile BC were seeded with multi-drug-resistant GNB. Results: Twenty-nine clinical samples and 35 seeded samples were analyzed. Direct MALDI had a higher ID failure rate (31.0%) than AXDX (3.4%; p < 0.001). Time to ID–AST was 1.5–6.9 h, 5.8–16.5 h, and 21.6–33.0 h for AXDX, direct MALDI–DV2, and conventional methods, respectively ( p < 0.001). For clinical samples, AXDX and DV2 had essential agreement (EA) or categorical agreement (CA) of more than 96%. For seeded samples, AXDX had EA, CA, VME, ME, and minor error (mE) of 93.2%, 89.0%, 2.2%, 0%, and 9.2%, respectively. AXDX had a large number of non-reports (6.1%) stemming from meropenem testing. DV2 had EA, CA, VME, ME, and mE of 97.5%, 94.7%, 1.3%, 0%, and 4.1%, respectively. Conclusions: Direct MALDI–DV2 and AXDX both had high agreement for clinical samples, but direct MALDI–DV2 had higher agreement when challenged with MDR GNB.
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 | 0,006 |
| 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 ».