Genomic diversity of clinically relevant bacterial pathogens from an acute care hospital in Suva, Fiji
Notice bibliographique
Résumé
Abstract Objectives Antimicrobial resistance (AMR) is a global health threat, with third-generation cephalosporin–resistant (3GCR) and carbapenem-resistant infections of particular concern. There is currently a lack of genomic data on AMR organisms in the Pacific region. Methods We aimed to address this gap by examining the genetic diversity of a collection of 788 Gram-negative and Gram-positive clinical isolates collected between July 2020 and October 2022 from a single hospital in Suva, Fiji. We sampled sensitive and resistant isolates, focusing on 3GCR and carbapenem-resistant Gram-negatives, and methicillin-resistant Staphylococcus and vancomycin-resistant Enterococcus. Results We detected 29 distinct species across 12 different genera. Amongst Gram-negative genomes, Klebsiella pneumoniae, Escherichia coli, Acinetobacter baumannii and Pseudomonas aeruginosa were the most common. Carbapenem resistance was mostly detected in A. baumannii ST2 and P. aeruginosa ST773, with both STs carrying NDM-1 and showing evidence of transmission within Fiji. Carbapenem resistance was relatively rare amongst the Enterobacterales; however, we observed evidence of transmission of OXA-232–carrying K. pneumoniae ST395 and NDM-7 E. coli ST410. For Gram-positive bacteria, Staphylococcus aureus ST1 was the dominant clone, and phylogenetic analysis revealed a single clade harbouring the majority of Fijian genomes, with close relationships to genomes from neighbouring Samoa. Enterococcus was relatively rare, with only 22 genomes detected. Conclusions This study provides crucial genomic data on AMR organisms in Fiji, highlighting the diversity of resistant species in the region. Local transmission of four carbapenem-resistant clones within Fiji was observed, underscoring the importance of local spread of these resistant strains.
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 | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».