Evaluation of digital dispense-assisted broth microdilution antimicrobial susceptibility testing for Pseudomonas aeruginosa isolates
Notice bibliographique
Résumé
Abstract Antimicrobial susceptibility testing (AST) is essential for detecting resistance in Pseudomonas aeruginosa and other bacterial pathogens. Here we evaluated the performance of broth microdilution (BMD) panels created using a semi-automated liquid handler, the D300e Digital Dispenser (Tecan Group Ltd., CH) that relies on inkjet printing technology. Microtitre panels (96-well) containing nine twofold dilutions of 12 antimicrobials from five classes (β-lactams, β-lactam/β-lactamase inhibitors, aminoglycosides, fluoroquinolones, polymyxins) were prepared in parallel using the D300e Digital Dispenser and standard methods described by CLSI/ISO. To assess performance, panels were challenged with three well characterized quality control organisms and 100 clinical P. aeruginosa isolates. Traditional agreement and error measures were used for evaluation. Essential (EA) and categorical (CA) agreements were 92.7% and 98.0% respectively for P. aeruginosa isolates with evaluable on-scale results. The majority of minor errors that fell outside acceptable EA parameters (≥ ± 1 dilution, 1.9%) were seen with aztreonam (5%) and ceftazidime (4%), however all antimicrobials displayed acceptable performance in this situation. Differences in MIC were often log 2 dilution lower for D300e dispensed panels. Major and very major errors were noted for aztreonam (2.6%) and cefepime (1.7%) respectively. The variable performance of D300e panels suggests that further testing is required to confirm their diagnostic utility for P. aeruginosa .
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 | 0,003 | 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 ».