A retrospective global study of the prevalence of O-serotypes of invasive <i>Escherichia coli</i> disease in patients admitted to tertiary care hospitals
Notice bibliographique
Résumé
Abstract Invasive Escherichia coli disease (IED) is associated with high hospitalization and mortality rates, particularly among adults aged ≥60 years. O-antigens are virulence factors required for E. coli survival. To inform EXPEC9V development, a novel glycoconjugate vaccine targeting E. coli O-antigens that is no longer in active clinical development, this retrospective observational study describes O-serotype prevalence among E. coli isolates from IED patients. Eligible patients were identified from medical record databases (9 January 2018–8 November 2019) across 17 tertiary care hospitals in Europe, North America, and Asia. To estimate vaccine serotype coverage of EXPEC9V, E. coli isolates were O-serotyped using whole-genome sequencing and agglutination. Antimicrobial susceptibility testing was also performed. Nine hundred and two patients were enrolled, of whom 690 (76.5%) were aged ≥60 years. Common serotypes were O25, O2, O6, O1, O15, O75, O16, O4, and O18, with O25 being the most reported (17.3%). In patients aged ≥60 years, 422/637 E. coli isolates were EXPEC9V O-serotypes. EXPEC9V O-serotype prevalence did not substantially differ when stratified according to sex, presence of a positive blood culture, sepsis, fatality, or multidrug resistance. Consistent with previous studies, serotype O25 was most prevalent and associated with ~20% of cases. An EXPEC9V vaccine serotype coverage of 66.2% was observed for IED patients aged ≥60 years.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».