Quantitative performance of humanized serum and epithelial lining fluid exposures of tigecycline and levofloxacin against a challenge set of <i>Klebsiella pneumoniae</i> and <i>Pseudomonas aeruginosa</i> in a standardized neutropenic murine pneumonia model
Notice bibliographique
Résumé
BACKGROUND: Lack of uniformity in infection models complicates preclinical development. The COMBINE protocol has standardized the murine neutropenic pneumonia model. Herein we provide benchmark efficacy data of humanized exposures of tigecycline and levofloxacin in plasma and epithelial lining fluid (ELF) against a collection of Klebsiella pneumoniae and Pseudomonas aeruginosa. METHODS: Following the COMBINE protocol, plasma and ELF human-simulated regimens (HSRs) of tigecycline 100 mg followed by 50 mg q12h and levofloxacin 750 mg once daily were developed and confirmed in the murine neutropenic pneumonia model. Tigecycline HSRs were tested against seven K. pneumoniae isolates. Levofloxacin HSRs were assessed against 10 K. pneumoniae and 9 P. aeruginosa. The change in cfu/lung over 24 h for each treatment was calculated. Each isolate was tested in duplicate against both the plasma and ELF HSRs on separate experiment days. RESULTS: Tigecycline 1.8 and 3 mg/kg q12h achieved humanized exposures of serum and ELF, respectively. Levofloxacin 120 and 90 mg/kg q8h led to fAUC exposures in plasma and ELF similar to in humans. Both tigecycline regimens were ineffective across the MIC range. Levofloxacin regimens achieved multilog kill against susceptible isolates, and no appreciable cfu/lung reductions in isolates with an MIC of ≥32 mg/L. Differences in cfu/lung were evident between the levofloxacin plasma and ELF HSRs against isolates with MICs of 4 and 8 mg/L. CONCLUSIONS: Administering HSRs of tigecycline and levofloxacin based on both serum/plasma and ELF in the COMBINE pneumonia model resulted in cfu/lung values reasonably aligned with MIC. These data serve as translational benchmarks for future investigations with novel compounds.
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 | 0,001 | 0,001 |
| 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 | 0,000 |
| 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) | 0,001 | 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 ».