MétaCan
Menu
Retour à la cohorte
Enregistrement W3161332553 · doi:10.3389/fmed.2021.553965

Challenging Methicillin Resistance Detection in Bone and Joint Infections: Focus on the MRSA/SA SSTI® Strategy

2021· review· en· W3161332553 sur OpenAlexaff
Marie Titécat, Caroline Loïez, François Demaeght, Jean-Thomas Leclerc, Théo Martin, Hervé Dezèque, Henri Migаud, Éric Senneville

Notice bibliographique

RevueFrontiers in Medicine · 2021
Typereview
Langueen
DomaineMedicine
ThématiqueOrthopedic Infections and Treatments
Établissements canadiensUniversité LavalCentre hospitalier universitaire de Québec
Organismes subventionnairesnon disponible
Mots-clésStaphylococcus aureusContext (archaeology)GeneXpert MTB/RIFMedicineMicrobiologyMethicillin-resistant Staphylococcus aureusAntibiotic resistanceAntibioticsAntimicrobialDrug resistanceTuberculosisBiologyPathologyBacteriaMycobacterium tuberculosis

Résumé

récupéré en direct d'OpenAlex

The genus Staphylococcus is the main causative agent of bone and joint infections (BJI) in which outcomes are impacted by both effective surgical and appropriate antimicrobial management. In this context, methicillin resistance (MR) detection is a microbiological challenge to optimize the anti-staphylococcal drug coverage and to secure the surgical procedure. During the last decade, molecular tools have been developed to rapidly detect bacterial-resistant strains in clinical samples. The GeneXpert MRSA/SA SSTI® assay (Cepheid, Sunnyvale, CA, USA) is a real-time PCR method aimed at detecting methicillin-resistant Staphylococcus aureus (MRSA) in skin and soft tissues infections. In the literature, this test has been reported to be diverted from its original purpose to be evaluated in surgical samples. Within the current review, we update the GeneXpert MRSA/SA SSTI® assay performance in staphylococcal species determination (i.e., S. aureus vs. coagulase-negative species) together with MR genotype detection, when performed in osteoarticular infections.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,058
Tête enseignante GPT0,332
Écart entre enseignants0,274 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in MedicineMême sujetOrthopedic Infections and TreatmentsTravaux en français237 207