Terbinafine Resistance in Trichophyton rubrum and Trichophyton indotineae: A Literature Review
Notice bibliographique
Résumé
Background/Objectives: Terbinafine has been the gold standard for the management of superficial fungal infections. The etiological agent generally is Trichophyton rubrum (T. rubrum); however, there has been increased reporting of a new terbinafine-resistant strain of the T. mentagrophytes complex (T. mentagrophytes ITS genotype VIII otherwise known as T. indotineae). Here, we review the epidemiology, clinical features, diagnosis, and treatment of T. rubrum and T. indotineae infections. Methods: We conducted a systematic literature search using PubMed, Embase (Ovid), and Web of Science, resulting in 83 qualified studies with data summarized for clinical features, antifungal susceptibility, and terbinafine resistance mechanisms and mutations. Results: Dermatophytosis is most commonly caused by T. rubrum; however, in certain parts of the world, especially in the Indian subcontinent, T. indotineae infections have been reported more frequently. The majority of T. rubrum isolates remain susceptible to terbinafine (over 60% of isolates show MIC50 and MIC90 < 0.5 µg/mL). In contrast, for T. indotineae, 30% of isolates exhibit MIC50 ≥ 0.5 µg/mL and 80% exhibit MIC90 ≥ 0.5 µg/mL. Frequently detected squalene epoxidase (SQLE) mutations in T. rubrum are Phe397Leu/Ile (41.6%) and Leu393Phe (20.8%); in T. indotineae, these include Phe397Leu (33.0%) and Ala448Thr (24.5%). Other potential terbinafine resistance mechanisms in T. rubrum and T. indotineae are discussed. Conclusions: T. rubrum generally remain susceptible in vitro to terbinafine in contrast to T. indotineae. The essential components of an effective antifungal stewardship emphasize accurate clinical and laboratory diagnosis, susceptibility testing, and appropriate antifungal therapy selection with a multidisciplinary approach.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| 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 | 0,001 |
| 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 ».