Species Diversity and Antifungal Susceptibilities of Oral Yeasts from Patients with Head and Neck Cancer
Notice bibliographique
Résumé
Purpose: To investigate the colonization and susceptibility to antifungal drugs of oral yeasts in head and neck cancer patients in Hainan, China. Methods: Oral mucosa samples from 211 head and neck cancer patients were collected. Oral yeasts were isolated and identified to species by rDNA ITS sequencing. The susceptibilities of all yeasts to amphotericin B, fluconazole, fluorocytosine, itraconazole, and ketoconazole were determined. Results: Yeasts were isolated from 124 of the 211 oral swabs. The 124 yeast isolates were classified into following 10 species, from the most frequent to the least frequent, Candida albicans (53.2%), Candida tropicalis (22.6%), Candida krusei (6.5%), Kodamaea ohmeri (5.6%), Candida parapsilosis (4.8%), Hanseniaspora opuntiae (2.4%), Candida metapsilosis (1.6%), Pichia terricola (1.6%), Pichia norvegensis (0.8%), and Trichosporon asahii (0.8%). The overall frequencies of resistance among the yeasts to amphotericin B, fluconazole, flucytosine, itraconazole, and ketoconazole were 4.8%, 8.1%, 16.1%, 9.7%, and 9.7%, respectively. One C. albicans strain and one C. tropicalis strain were tolerant/resistant to all five drugs. Conclusion: Given the high prevalence of oral yeast colonization in head and neck cancer patients and the observed resistance of certain yeast isolates to the five antifungal drugs, our results suggest that rapid identification and susceptibility testing should be implemented before antifungal treatment is applied among patients with head and neck cancer in Hainan. Keywords: head and neck cancer, oral yeast, Candida , antifungal resistance
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 | 0,000 | 0,000 |
| 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 ».