MétaCan
Menu
Retour à la cohorte
Enregistrement W3158283085 · doi:10.1128/aac.02000-20

Epidemiology of Carbapenem Resistance Determinants Identified in Meropenem-Nonsusceptible <i>Enterobacterales</i> Collected as Part of a Global Surveillance Program, 2012 to 2017

2021· article· en· W3158283085 sur OpenAlexaff
Krystyna M. Kazmierczak, James A. Karlowsky, Boudewijn L. M. de Jonge, Gregory G. Stone, Daniel F. Sahm

Notice bibliographique

RevueAntimicrobial Agents and Chemotherapy · 2021
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAntibiotic Resistance in Bacteria
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesAstraZenecaBiomedical Advanced Research and Development AuthorityPfizer
Mots-clésMeropenemKlebsiella pneumoniaeMicrobiologyBiologyMolecular epidemiologyCarbapenemMultilocus sequence typingPlasmidAntibiotic resistanceGenotypeVeterinary medicineEscherichia coliAntibioticsMedicineGeneticsGene

Résumé

récupéré en direct d'OpenAlex

increased from 2.7% in 2012 to 2014 to 3.8% in 2015 to 2017. This increase could be attributed to the increasing proportion of carbapenemase-positive isolates that was observed, most notably among isolates carrying NDM-type MBLs in Asia/South Pacific, Europe, and Latin America; OXA-48-like carbapenemases in Europe, Middle East/Africa, and Asia/South Pacific; VIM-type MBLs in Europe; and KPC-type carbapenemases in Latin America. Ongoing CRE surveillance combined with a global antimicrobial stewardship strategy, sensitive clinical laboratory detection methods, and adherence to infection control practices will be needed to interrupt the spread of CRE.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,072
Score d'incertitude au seuil0,927

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,017
Tête enseignante GPT0,309
Écart entre enseignants0,291 · 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

Citations108
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAntimicrobial Agents and ChemotherapyMême sujetAntibiotic Resistance in BacteriaTravaux en français237 207