MétaCan
Menu
Retour à la cohorte
Enregistrement W3097267838 · doi:10.1017/ice.2020.726

Development of a New High-Throughput Multilocus Sequence Typing Method to Monitor Causative Agents of Nosocomial Infections

2020· article· en· W3097267838 sur OpenAlexaffabout
Thibault Bourdin, Émilie Bédard, Marie-Ève Benoit, Michèle Prévost, Étienne Robert, Caroline Quach, Éric Déziel, Philippe Constant

Notice bibliographique

RevueInfection Control and Hospital Epidemiology · 2020
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueInfections and bacterial resistance
Établissements canadiensCentre Hospitalier Universitaire Sainte-JustinePolytechnique Montréal
Organismes subventionnairesnon disponible
Mots-clésBiologyMultilocus sequence typingGenomePhylogenetic treeIntensive careSerratia marcescensTypingGeneticsLocus (genetics)Computational biologyGenotypeGeneMedicineEscherichia coli

Résumé

récupéré en direct d'OpenAlex

Background: Nosocomial infections cause 4%–56% mortality in newborns. Several epidemiological studies have shown that transmission of opportunistic pathogens from the sink to the patient, including Pseudomonas aeruginosa , Stenotrophomonas maltophilia , and Serratia marcescens are associated with nosocomial infections in neonatal intensive care units (NICUs). In this project, we aimed to develop fast, accurate, and high-throughput multilocus sequence typing assays (HiMLST-Illumina) to detect opportunistic pathogens to assess their distribution in the sink environment of NICUs and their transfer to patients. Methods: Genome sequences of P. aeruginosa (n = 45), S. maltophilia (n = 23) and S. marcescens (n = 34) strains were retrieved from public genome databases to build their pangenomes, using the open-source PGAdb-builder server. The core genome was identified for each opportunistic pathogen and was searched for genes displaying the highest polymorphism. The minimal number of loci to include in a HiMLST-Illumina assay was determined by comparing topology of phylogenetic trees of concatenated loci based on genome similarity, computed as the average nucleotide identity (ANI) score. The primers used for HiMLST-Illumina schemes were designed in silico on a conserved domain and were tested on reference strains of each species. Results: Bioinformatics analyses showed that 3–4 loci (<300 base pairs per locus) distinguished strains with the same performances than ANI scores. The assays were tested using opportunistic pathogen isolates and environmental DNA originating from NICU sinks. The HiMLST-Illumina analysis of environmental DNA revealed the presence of at least 1 of the 3 studied opportunistic pathogens in 50% of sampled drains (n = 20). In a previous sampling, P. aeruginosa was isolated on selective culture media before and 48 hours after disinfection of a sink drain with chlorine. S. marcescens was also isolated from another sink 2 weeks after disinfection. Identification of the isolates was confirmed by HiMLST-Illumina analyses and will be typed to compare with clinical isolates. Conclusions: Initial in silico tests predict a high discriminating power of the HiMLST-Illumina method, suggesting that it would be possible to quickly identify strains of interest in a large number of samples. The power of this method is also in the possibility for molecular typing without a need for cultivation. Preliminary results suggest that sinks are readily colonized by opportunistic pathogens. This HiMLST-Illumina scheme will be applied in a 2-year intensive survey of NICUs in 3 hospitals in Montreal to evaluate the performance of new sink designs in limiting bioaerosol production and transmission of opportunistic pathogens to patients. Funding: None Disclosures: None

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,618
Score d'incertitude au seuil0,588

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,042
Tête enseignante GPT0,348
Écart entre enseignants0,306 · 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 tête enseignante, 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

Citations0
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInfection Control and Hospital EpidemiologyMême sujetInfections and bacterial resistanceTravaux en français237 207