MétaCan
Menu
Retour à la cohorte
Enregistrement W4410281652 · doi:10.1093/cid/ciaf236

Modeling the Impact and Cost of a Culture-Dependent Molecular Test for Antimicrobial Resistance in Resource-Limited Settings

2025· article· en· W4410281652 sur OpenAlexaff
Joshua M Chevalier, Megan A Hansen, Benjamin Blümel, Veronicah Chuchu, Birgitta Gleeson, Cecilia Ferreyra, Shaukat Khan, Brooke E Nichols, Kyra H. Grantz

Notice bibliographique

RevueClinical Infectious Diseases · 2025
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBacterial Identification and Susceptibility Testing
Établissements canadiensImpact
Organismes subventionnairesDepartment of Health and Social CareGlobal Innovation Fund
Mots-clésMedicineTurnaround timeEmpiric therapyBlood cultureIntensive care medicineLimited resourcesAntibiotic resistanceEmergency medicineMolecular diagnosticsHealth careCost effectivenessDiagnostic testAntibioticsSepsisInternal medicinePathologyBioinformaticsRisk analysis (engineering)

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Limited diagnostic access in resource-limited settings contributes to poor health outcomes among bacterial sepsis patients and the spread of antimicrobial resistance (AMR). Molecular diagnostic profiling of AMR may enable faster targeting of antibiotic therapies, improving clinical outcomes, reducing AMR development, and saving costs. METHODS: We modeled the impact of a culture-dependent molecular test for pathogen identification and resistance testing among hospitalized bloodstream infection patients to guide effective and cost-efficient implementation of these tools. We evaluated patient mortality, antibiotic use, hospital-associated infections, hospital days, and costs under the standard of care (empiric therapy, blood culture, phenotypic susceptibility testing) compared with molecular diagnostics by varying culture and susceptibility testing coverage, culture turnaround time, and AMR prevalence. RESULTS: The greatest impact of the molecular test occurred with 100% diagnostic coverage, shorter culture turnaround time, and high AMR prevalence, reducing up to 6% of deaths (interquartile range [IQR], 0%-12.1%), 5% of hospital days (IQR, 0.1%-10.7%), and 21% of days on inappropriate antibiotic therapy (IQR, 18.2%-24.4%). The minimum cost per molecular test performed, offset by cost savings, ranged from $109 in India to $585 in South Africa across all modeled scenarios. CONCLUSIONS: In high AMR burden settings with blood culture infrastructure supporting fast turnaround times, a molecular test could improve health outcomes of bloodstream infection. Impact is limited by delayed turnaround times and the effectiveness of empiric therapy. Molecular diagnostics implemented at $100 or less can generate healthcare-system cost savings, supporting their adoption to improve health outcomes and reduce AMR while remaining cost-neutral.

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 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)0,005
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,408
Score d'incertitude au seuil0,546

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,018
Tête enseignante GPT0,341
Écart entre enseignants0,323 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Infectious DiseasesMême sujetBacterial Identification and Susceptibility TestingTravaux en français237 207