<i>In Vitro</i> Activity of Sulbactam-Durlobactam against Global Isolates of <i>Acinetobacter baumannii</i> - <i>calcoaceticus</i> Complex Collected from 2016 to 2021
Notice bibliographique
Résumé
activity of sulbactam-durlobactam was maintained across individual ABC species, years, global regions of collection, specimen sources, and resistance phenotypes, including MDR and extensively drug-resistant (XDR) isolates. At 4 μg/mL (preliminary sulbactam-durlobactam susceptible MIC breakpoint), sulbactam-durlobactam inhibited 98.3% of all ABC isolates and >96% of sulbactam-, imipenem-, ciprofloxacin-, amikacin-, and minocycline-non-susceptible isolates; as well as colistin-resistant, MDR, and XDR isolates. Most imipenem-non-susceptible ABC isolates (96.8%, 2,488/2,570) were carbapenem-resistant A. baumannii (CRAB); 96.9% (2,410/2,488) of CRAB isolates were sulbactam-durlobactam-susceptible. More than 80% of ABC isolates had sulbactam-durlobactam MIC values that were ≥2 doubling-dilutions (4-fold) lower than sulbactam alone. Only 1.7% (84/5,032) of ABC isolates from 2016 to 2021 had sulbactam-durlobactam MIC values of >4 μg/mL. Of the 84 isolates, 94.0% were A. baumannii, 4.8% were A. pittii, and 1.2% were A. nosocomialis. In summary, sulbactam-durlobactam demonstrated potent antibacterial activity against a 2016 to 2021 collection of geographically diverse clinical isolates of ABC isolates, including carbapenem-non-susceptible and MDR isolates.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».