Distribution of common and rare drug resistance patterns in Mycobacterium tuberculosis clinical isolates revealed by GenoType MTBDRplus and MTBDRsl assay
Notice bibliographique
Résumé
Background: Tuberculosis (TB) remains a significant global health emergency caused by Mycobacterium tuberculosis (Mtb). The epidemiology, transmission, genotypes, mutational patterns, and clinical consequences of TB have been extensively studied worldwide, however, there is a lack of information regarding the epidemiology and mutational patterns of Mtb in Pakistan, specifically concerning the prevalence of multi-drug resistant TB (MDR-TB). Methods: This study aimed to investigate the incidence of Mtb and associated mutational patterns using the line probe assay (LPA). Previous studies have reported a high frequency of mutations in the rpoB, inhA, and katG genes, which are associated with resistance to rifampicin (RIF) and isoniazid (INH). Therefore, the current study utilized LPA to detect mutations in the rpoB, katG, and inhA genes to identify multi-drug resistant Mtb. Results: LPA analysis of a large pool of Mtb isolates, including samples from 241 sputum-positive patients, revealed that 34.85% of isolates were identified as MDR-TB, consistent with reports from various regions worldwide. The most prevalent mutations observed were rpoB S531L and inhA promoter C15T, which were associated with resistance to RIF and INH, respectively. Conclusions: This study highlights the effectiveness of GenoType MTBDRplus and MTBDRsl assays as valuable tools for TB management. These assays enable rapid detection of resistance to RIF, INH, and fluoroquinolones (FQs) in Mtb clinical isolates, surpassing the limitations of solid and liquid media-based methods. The findings contribute to our understanding of MDR-TB epidemiology and provide insights into the genetic profiles of Mtb in Pakistan, which are essential for effective TB control strategies.
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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 ».