MétaCan
Menu
Retour à la cohorte
Enregistrement W3133591191 · doi:10.22037/ijpr.2020.112966.14042

Multi-drug resistance of <i>Staphylococcus aureus</i> Strains in Baqiyatallah hospital: a Primary Step Towards Digital Health Biomonitoring Systems.

2020· article· en· W3133591191 sur OpenAlexaff
A Katoziyan, Abbas Ali Imani Fooladi, Taheri Ra, Saba Vatanpour

Notice bibliographique

RevuePubMed · 2020
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBacterial Identification and Susceptibility Testing
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMedicineStaphylococcus aureusErythromycinAntibioticsMicrobiologyDrug resistanceBacteriaBiologyGenetics

Résumé

récupéré en direct d'OpenAlex

infections were sampled. Bacterial identity confirmations were done using routine biochemical test. Antibiograms were made for all the patients in this study. Consequently, bacterial total DNA was extracted and 16S rDNA gene amplified and sequenced for all patients. To uncover any cryptic strain grouping within the samples, a molecular delimitation method, i.e. automated barcode gap discovery (ABGD), was done. Our results showed Ceftaroline to be the most and Erythromycin and Oxacillin the least effective drugs. Delimitation uncovered 19 groups out of which group 19 seemed to have location-specific genetic signals in regards to susceptibility of Erythromycin and Oxacillin. Our results indicate the importance of genetic identification of bacteria with respect to their genetic patterns before antibiotic administration in order to both reduce unnecessary medicine use and to biomonitor the bacterial patterns in respect to their behavior towards general antibiotics.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,828
Score d'incertitude au seuil0,644

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,024
Tête enseignante GPT0,241
Écart entre enseignants0,217 · 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'étudeObservationnel
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

Citations2
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetBacterial Identification and Susceptibility TestingTravaux en français237 207