MétaCan
Menu
Retour à la cohorte
Enregistrement W4200026058 · doi:10.1093/ofid/ofab466.1423

1231. <i>In Vitro</i> Activity of Aztreonam-Avibactam and Comparator Agents Against Enterobacterales from Patients with Lower Respiratory Tract Infections Collected During the ATLAS Global Surveillance Program, 2017-2019

2021· article· en· W4200026058 sur OpenAlexaff
Sibylle Lob, Krystyna M. Kazmierczak, Francis F. Arhin, Daniel F. Sahm

Notice bibliographique

RevueOpen Forum Infectious Diseases · 2021
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAntibiotic Resistance in Bacteria
Établissements canadiensPfizer (Canada)
Organismes subventionnairesnon disponible
Mots-clésAztreonamTigecyclineBroth microdilutionMedicineMicrobiologyMeropenemColistinAvibactamPiperacillin/tazobactamAmikacinPiperacillinKlebsiella pneumoniaeAntimicrobialImipenemAntibiotic resistanceBiologyEscherichia coliMinimum inhibitory concentrationAntibioticsBacteria

Résumé

récupéré en direct d'OpenAlex

Abstract Background β-lactamase-producing Enterobacterales (Ebact) frequently co-carry resistance to antimicrobials from other classes, limiting treatment options. Avibactam (AVI) inhibits class A, class C, and some class D serine β-lactamases, while aztreonam (ATM) is refractory to hydrolysis by class B metallo-β-lactamases (MBLs). ATM-AVI is being developed for use against drug-resistant isolates of Ebact, especially those co-producing MBLs and serine β-lactamases. This study evaluated the in vitro activity of ATM-AVI and comparators against Ebact collected in 2017-2019 from patients with lower respiratory tract infections (LRTI) as part of the Antimicrobial Testing Leadership and Surveillance (ATLAS) program. Methods Non-duplicate clinical isolates were collected in 52 countries in Europe, Latin America, Asia/Pacific (excluding mainland China and India), and Middle East/Africa. Susceptibility testing was performed by CLSI broth microdilution and interpreted using CLSI 2021 and FDA (tigecycline) breakpoints. ATM-AVI was tested at a fixed concentration of 4 µg/mL AVI. MDR was defined as resistant (R) to ≥3 of 7 sentinel drugs: amikacin, aztreonam, cefepime, colistin, levofloxacin, meropenem, and piperacillin-tazobactam. PCR and sequencing were used to determine the β-lactamase genes present in all isolates with meropenem MIC >1 µg/mL, and Escherichia coli, Klebsiella spp. and Proteus mirabilis with ATM or ceftazidime MIC >1 µg/mL. Results ATM-AVI was active in vitro against Ebact isolates from LRTI (MIC90, 0.25 µg/mL), with 99.97% of isolates inhibited by ≤8 µg/mL of ATM-AVI, including 100% of isolates that produced MBLs. ATM-AVI tested with MIC90 values of 0.5 µg/mL against subsets of cefepime-nonsusceptible (NS), meropenem-NS, amikacin-NS, colistin-resistant, and MBL-positive Ebact (Table). The tested β-lactam comparators showed susceptibility of < 78% against these subsets of resistant isolates. Results Table Conclusion Based on MIC90 values, ATM-AVI was the most potent agent tested against drug-resistant and MBL-positive subsets of Ebact collected from LRTI. The promising in vitro activity of ATM-AVI warrants further development of this combination for treatment of LRTI caused by drug-resistant Ebact. Disclosures Sibylle Lob, PhD, IHMA (Employee)Pfizer, Inc. (Independent Contractor) Krystyna Kazmierczak, PhD, IHMA (Employee)Pfizer, Inc. (Independent Contractor) Francis Arhin, PhD, Pfizer, Inc. (Employee) Daniel F. Sahm, PhD, IHMA (Employee)Pfizer, Inc. (Independent Contractor)

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
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)0,0020,001

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 Opus0,006
Tête enseignante GPT0,251
Écart entre enseignants0,244 · 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'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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen Forum Infectious DiseasesMême sujetAntibiotic Resistance in BacteriaTravaux en français237 207