Phage therapy: An international survey of attitudes and experiences amongst clinicians
Notice bibliographique
Résumé
OBJECTIVE: Phage therapy is a promising tool to combat the global threat of antimicrobial resistance. Clinicians, as part of interdisciplinary teams, play an integral role in identifying patients for therapy, delivering phages, and monitoring treatment outcomes and safety. As such, in the context of rapidly evolving regulatory landscapes, clinician insight is crucial for advancement of phage therapy. In this study, we describe the first published international anonymized survey aimed at identifying attitudes and experiences of clinicians and healthcare professionals towards phage therapy. METHODS: We distributed the survey to participants in the Global Clinical Phage Rounds, a network of >300 phage clinicians, health professionals, and scientists, from October 15, 2024 - January 30, 2025. RESULTS: Thirty respondents representing North America, Europe, Oceania, Africa, and Asia completed the survey (response rate 9.6%). The majority of respondents were very well-informed about phage therapy and 93% would consider enrolling their patients in phage therapy randomized controlled trials. Respondents identified Pseudomonas aeruginosa, Klebsiella species, and Staphylococcus aureus as priority organisms and bone/joint, respiratory, and urinary tract infections as priority syndromes. Respondents had concerns about clinical use evidence, regulatory barriers, and accessing phage. Twenty respondents reported experience with phage therapy, so answered additional questions. These respondents acquired phages from sources like phage banks, industry, and importation from other countries. Respondents delivered phage therapy primarily in single-use cases via parenteral/intravenous, topical, or inhalation routes. Experienced respondents endorsed combinations of monitoring before, during, and/or after phage therapy. CONCLUSIONS: These results serve as a guiding initiative to improve phage therapy integration in healthcare.
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 | 0,004 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».