High prevalence of <i>Candida</i> species in the respiratory tract of patients diagnosed with SARS-CoV-2
Notice bibliographique
Résumé
Coinfection and secondary infection by fungi in patients with viral pulmonary infection, especially SARS-CoV-2, are important factors that worsen the prognosis and are associated to increased death rates. This work aims to report the prevalence of Candida isolates in bronchoalveolar and nasopharyngeal samples from suspected COVID-19 patients in the first-second pandemic waves and their antifungal resistance profile. From 2321 patients, 29.04% were diagnosed with SARS-CoV-2 infection. The yeast isolation rate of 6.97% (47/674) from positive SARS-CoV-2 was statistically higher than 4.43% (73/1647) from negative SARS-CoV-2 patients ( p = 0.0177). Among yeasts, the most prevalent species was Candida albicans (63/120), with four being azole-resistant isolates (6.35%); however, other emerging and less susceptible species were also isolated, such as Candida guilliermondii (11), Candida glabrata (5), Candida lusitaniae (4), Candida krusei (1), and Candida norvegensis (1). Here, we highlighted Candida prevalence in respiratory tract, emphasizing the relevance for surveillance in SARS-CoV-2/COVID patients for improvement of management as well as patient outcomes.
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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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) | 0,002 | 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 ».