On the Optimal Treatment of Metallo-Beta-Lactamase–Producing Enterobacterales Infections Using Aztreonam and Avibactam
Notice bibliographique
Résumé
To the editor—Thank you for the opportunity to respond to Tamma and colleagues’ commentary on the discussion of the REVISIT (Revisiting serious bacterial infection with innovation) study. First, to clarify, we agree with the 2024 Infectious Diseases Society of America guidance that in the absence of US Food and Drug Administration (FDA)–approved beta-lactam/beta-lactamase inhibitors with activity against metallo-beta-lactamase(MBL)-producing Enterobacterales, the preferred antibiotic options for New-Delhi metallo-beta-lactamase (NDM)-producing Enterobacterales (or other MBLs) include ceftazidime-avibactam plus aztreonam [1]. Fortunately, aztreonam/avibactam (ATM/AVI), which was developed through public–private partnership, has recently been approved by both the FDA and the European Medicines Agency for the treatment of infections caused by aerobic gram-negative bacteria where treatment options are limited. The pharmacokinetics–pharmacodynamics of ATM/AVI were evaluated in multiple in vivo and in vitro studies, and data are available from phase 1–3 studies and modeling [2]. The dosing regimen was optimized. This dosing regimen differs from that suggested for ceftazidime/avibactam + aztreonam by the hollow-fiber model and a Monte Carlo simulation [3, 4]. The latter studies advise the administration of 2 g aztreonam with ceftazidime/avibactam. Notably, the 2-gram dosing by prolonged or continuous infusion was found to be associated with elevations in liver enzymes, in some cases severe [5]. In contrast, the 1.5-g dosing of aztreonam in the ATM/AVI combination was not. Moreover, ATM/AVI dose regimens achieved high joint probability of target attainment (PTA) across renal function groups. In contrast, joint PTA with proposed ceftazidime/avibactam + aztreonam dose regimens for normal renal function was suboptimal (<85%) because of insufficient avibactam exposures when given 3 times daily, regardless of the ATM dose (2 g every 6 hours or every 8 hours) [6].
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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 ».