Antimicrobial Activities of Aztreonam-Avibactam and Comparator Agents against Enterobacterales Analyzed by ICU and Non-ICU Wards, Infection Sources, and Geographic Regions: ATLAS Program 2016–2020
Notice bibliographique
Résumé
Increasing antimicrobial resistance among multidrug-resistant (MDR), extended-spectrum β-lactamase (ESBL)- and carbapenemase-producing Enterobacterales (CPE), in particular metallo-β-lactamase (MBL)-positive strains, has led to limited treatment options in these isolates. This study evaluated the activity of aztreonam-avibactam (ATM-AVI) and comparator antimicrobials against Enterobacterales isolates and key resistance phenotypes stratified by wards, infection sources and geographic regions as part of the ATLAS program between 2016 and 2020. Minimum inhibitory concentrations (MICs) were determined per Clinical and Laboratory Standards Institute (CLSI) guidelines. The susceptibility of antimicrobials were interpreted using CLSI and European Committee on Antimicrobial Susceptibility Testing (EUCAST) breakpoints. A tentative pharmacokinetic/pharmacodynamic breakpoint of 8 µg/mL was considered for ATM-AVI activity. ATM-AVI inhibited ≥99.2% of Enterobacterales isolates across wards and ≥99.7% isolates across infection sources globally and in all regions at ≤8 µg/mL. For resistance phenotypes, ATM-AVI demonstrated sustained activity across wards and infection sources by inhibiting ≥98.5% and ≥99.1% of multidrug-resistant (MDR) isolates, ≥98.6% and ≥99.1% of ESBL-positive isolates, ≥96.8% and ≥90.9% of carbapenem-resistant (CR) isolates, and ≥96.8% and ≥97.4% of MBL-positive isolates, respectively, at ≤8 µg/mL globally and across regions. Overall, our study demonstrated that ATM-AVI represents an important therapeutic option for infections caused by Enterobacterales, including key resistance phenotypes across different wards and infection sources.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».