MétaCan
Menu
Retour à la cohorte
Enregistrement W3152626649 · doi:10.1101/2021.04.09.21255220

Metabolic Preference Assay for Rapid Diagnosis of Bloodstream Infections

2021· preprint· en· W3152626649 sur OpenAlexaff
Thomas Rydzak, Ryan A. Groves, Ruichuan Zhang, Rajnigandha Pushpker, Maryam Mapar, Ian A. Lewis

Notice bibliographique

RevuemedRxiv · 2021
Typepreprint
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBacterial Identification and Susceptibility Testing
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésAntimicrobialSeptic shockMedicineAntibioticsBloodstream infectionAntimicrobial stewardshipTimelineBiologyInternal medicineIntensive care medicineSepsisMicrobiologyAntibiotic resistance

Résumé

récupéré en direct d'OpenAlex

Abstract Bloodstream infections (BSIs) cause >500,000 infections and >80,000 deaths per year in North America. The length of time between the onset of symptoms and administration of appropriate antimicrobials is directly linked to mortality rates. It currently takes 2-5 days to identify BSI pathogens and measure their susceptibility to antimicrobials – a timeline that directly contributes to preventable deaths. To address this, we developed a rapid metabolic preference assay (MPA) that uses the pattern of metabolic fluxes observed in ex-vivo microbial cultures to identify common pathogens and determine their antimicrobial susceptibility profiles. In a head-to-head race with a leading platform (VITEK 2) used in diagnostic laboratories, MPA decreased testing timelines from 40 hours to under 20. If put into practice, this assay could reduce septic shock mortality and reduce the use of broad spectrum antibiotics. One Sentence Summary Metabolomics enables rapid diagnosis of BSIs.

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)0,002
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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,184
Score d'incertitude au seuil0,759

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,002
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 Opus0,046
Tête enseignante GPT0,290
Écart entre enseignants0,243 · 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

Citations3
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuemedRxivMême sujetBacterial Identification and Susceptibility TestingTravaux en français237 207