Potential emergence of terbinafine resistance by squalene epoxidase gene mutations: An 18‐month cohort study of onychomycosis patients in the United States
Notice bibliographique
Résumé
Abstract Background There is a concerning rise in antifungal‐resistant dermatophytosis globally, with resistance to terbinafine conferred by point mutations in the squalene epoxidase (SQLE) gene. Objectives Report changes in the prevalence and profile of SQLE mutations in onychomycosis patients in the United States. Methods A longitudinal cohort study of toenail samples was collected from suspected onychomycosis patients over an 18‐month period from 2022 to 2023. Samples were submitted from across the United States and subjected to multiplex real‐time polymerase chain reactions for dermatophyte detection, with further screening of SQLE mutations at four known hotspots (393Leu, 397Phe, 415Phe and 440His). Results A total of 62,056 samples were submitted (mean age: 57.5 years; female: 60.4%). Dermatophytes were detected in 38.5% of samples, primarily Trichophyton rubrum complex (83.6%) and T. mentagrophytes complex (10.7%). A survey of SQLE mutations was carried out in 22,610 dermatophyte samples; there was a significant increase in the prevalence of SQLE mutations between the first quarter of 2022 and the second quarter of 2023 (29.0 to 61.9 per 1000 persons). The Phe397Leu substitution was the predominant mutation; Phe415Ser and His440Tyr have also emerged which were previously reported as minor mutations in skin samples. The temporal change in mutation rates can be primarily attributed to the Phe415Ser substitution. Samples from elderly patients (>70 years) are more likely to be infected with the T. mentagrophytes complex including strains harbouring the Phe415Ser substitution. Conclusion The prevalence of SQLE mutations among onychomycosis patients with Trichophyton infections may be underestimated. Older individuals may have a higher risk.
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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».