Routine respiratory metagenomics service for intensive care unit patients
Notice bibliographique
Résumé
Abstract Background Respiratory metagenomics (RMg) needs evaluation in a pilot service setting to determine utility and inform implementation into clinical practice. Methods Feasibility, performance and clinical impacts on antimicrobial prescribing and infection control were recorded during a pilot RMg service for patients with suspected lower respiratory tract infection (LRTI) on two general and one specialist respiratory intensive care units (ICU) at Guy’s & St Thomas NHS foundation Trust, London. Results RMg was performed on 128 samples from 87 patients during the first 15-weeks providing same-day results for 110 samples (86%) with median turnaround time of 6.7hrs (IQR 6.1-7.5 hrs). RMg was 92% sensitive and 82% specific for clinically-relevant pathogens compared with routine testing. 48% of RMg results informed antimicrobial prescribing changes (22% escalation; 26% de-escalation) with escalation based on speciation in 20/24 cases and detection of acquired-resistance genes in 4/24 cases. Fastidious or unexpected organisms were reported in 21 samples including anaerobes (n=12), Mycobacterium tuberculosis, Tropheryma whipplei , cytomegalovirus and Legionella pneumophila ST1326, which was subsequently isolated from the bed-side water outlet. Application to consecutive severe community-acquired LRTI cases identified Staphylococcus aureus (two with SCCmec and three with luk F/S virulence determinants), Streptococcus pyogenes ( emm1- M1uk clone), S. dysgalactiae subspecies equisimilis (STG62647A) and Aspergillus fumigatus with multiple treatments and public-health impacts. Conclusions RMg provides frequent diverse benefits for treatment, infection control and public health. The combination of rapid comprehensive results, alongside revealing and characterising a hidden burden of infections makes the case for expediting routine service implementation.
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 | 0,004 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 ».