Cystic neutrophilic granulomatous mastitis: sensitivity and specificity of 16s rRNA and Sanger sequencing for <i>Corynebacterium</i> spp
Notice bibliographique
Résumé
Aims Cystic neutrophilic granulomatous mastitis (CNGM) is a subtype of granulomatous mastitis (GM) associated with Corynebacterium spp infection. We aimed to analyse the prevalence of Corynebacteria in CNGM and non-CNGM cases. Methods Breast specimens diagnosed as granulomatous inflammation between 2010 and 2020 were reviewed to identify a CNGM cohort and a non-CNGM cohort. Polymerase chain reaction-based identification of Corynebacteria by 16S ribosomal RNA (16S rRNA) primers, followed by confirmatory Sanger sequencing (SS), was performed on all cases. Clinical, radiological and microbiology data were retrieved from the electronic patient records. Results Twenty-eight CNGM cases and 19 non-CNGM cases were identified. Compared with the non-CNGM cohort, patients in the CNGM cohort were more likely to be multiparous (p=0.01), breast feeding (p=0.01) and presenting with a larger breast mass (p<0.01), spontaneous drainage (p=0.05) and skin irritation (p<0.01). No significant difference in the prevalence of Corynebacteria between the cohorts (7% vs 11%, p=0.68) by microbiological culture was identified. Compared with microbiology culture, the sensitivity and specificity of each Corynebacterial detection method were 50% and 81% for Gram stain, and 25% and 100% for 16S rRNA combined with SS. Regardless of the diagnosis, patients positive for Corynebacteria were more likely to have a persistent disease (p<0.01). Conclusion CNGM presents as a large symptomatic breast mass in multiparous breastfeeding women. The importance of adequate sampling and repeated microbiology culture in conjunction with sequencing on all GM cases with persistent disease is paramount.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».