Establishment of a diverse pheno-genotypic challenge set of <i>Klebsiella pneumoniae</i> and <i>Pseudomonas aeruginosa</i> suitable for use in the murine pneumonia model
Notice bibliographique
Résumé
BACKGROUND: Preclinical murine infection models lack inter-laboratory uniformity, complicating result comparisons and data reproducibility. The European Innovative Medicines initiative-funded consortium (COMBINE) has developed a standardized murine neutropenic pneumonia protocol to address these concerns. While model methods have been standardized, a major obstacle to consistent results is the lack of available bacteria with defined viability and variability. Herein, we establish a diverse challenge set of Klebsiella pneumoniae and Pseudomonas aeruginosa suitable for use in the COMBINE protocol to further minimize experimental inconsistency and improve the interpretability of data generated among differing laboratories. MATERIALS AND METHODS: Sixty-six K. pneumoniae and 65 P. aeruginosa were phenotypically profiled against tigecycline (K. pneumoniae only), levofloxacin, meropenem, cefiderocol and tobramycin. Fifty-nine isolates were introduced into the COMBINE model to assess the sufficiency of the starting bacterial inoculation, resultant baseline bacterial burden, achievement of ≥1 log10cfu/lung growth at 24 h, time to and percentage mortality. Forty-five isolates displaying desirable minimum inhibitory concentration profiles were subjected to replicate in vivo testing to assess target parameters. RESULTS: 83% of K. pneumoniae reached the prerequisite growth at 24 h using a starting bacterial burden ≥7 log10cfu/lung. P. aeruginosa isolates grew well in the model: 90% achieved the growth target with a starting bacterial burden of 6 log10cfu/lung. Mortality was negligible for K. pneumoniae but high for P. aeruginosa. Poor or inconsistent achievement of the 24 h growth target was seen in 11/59 isolates. CONCLUSIONS: With this diverse cache of viable isolates established in the COMBINE pneumonia model, future translational studies can be undertaken to set efficacy benchmarks among laboratories.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».