MétaCan
Menu
Retour à la cohorte
Enregistrement W4391317580 · doi:10.2174/0118715265276529231214105423

Strategies to Overcome Antimicrobial Resistance in NosocomialInfections, A Review and Update

2024· review· en· W4391317580 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueInfectious Disorders - Drug Targets · 2024
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAntibiotic Resistance in Bacteria
Établissements canadiensUniversity of Calgary
Organismes subventionnairesDrug Applied Research Center, Tabriz University of Medical Sciences
Mots-clésAntibiotic resistanceCRISPRAcinetobacter baumanniiBiologyMicrobiologyAntimicrobialEnterococcus faeciumAntibioticsBacteriaDrug resistancePseudomonas aeruginosaComputational biologyGeneticsGene

Résumé

récupéré en direct d'OpenAlex

Abstract: Nosocomial infections, also known as healthcare-associated infections, are a significant global concern due to their strong association with high mortality and morbidity in both developed and developing countries. These infections are caused by a variety of pathogens, particularly the ESKAPE group of bacteria, which includes the six pathogens Enterococcus faecium, Staphylococcus aureus, Klebsiella pneumoniae, Acinetobacter baumannii, Pseudomonas aeruginosa, and Enterobacter spp. These bacteria have demonstrated noteworthy resistance to different antibiotics. : Antimicrobial resistance mechanisms can manifest in various forms, including restricting drug uptake, modifying drug targets, inactivating drugs, active drug efflux, and biofilm formation. Accordingly, various strategies have been developed to combat antibiotic-resistant bacteria. These strategies encompass the development of new antibiotics, the utilization of bacteriophages that specifically target these bacteria, antimicrobial combination therapy and the use of peptides or enzymes that target the genomes or essential proteins of resistant bacteria. : Among promising approaches to overcome antibiotic resistance, the CRISPR/Cas system stands out and offers many advantages. This system enables precise and efficient editing of genetic material at specific locations in the genome. Functioning as a bacterial "adaptive immune system," the CRISPR/Cas system recognizes, degrades, and remembers foreign DNA sequences through the use of spacer DNA segments that are transcribed into CRISPR RNAs (crRNA). : This paper has focused on nosocomial infections, specifically the pathogens involved in hospital infections, the mechanisms underlying bacterial resistance, and the strategies currently employed to address this issue. Special emphasis has been placed on the application of CRISPR/Cas technology for overcoming antimicrobial resistance.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,376
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,007
Tête enseignante GPT0,294
Écart entre enseignants0,287 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle