MétaCan
Menu
Retour à la cohorte
Enregistrement W6986503001

Posaconazole MIC Distributions for Aspergillus fumigatus Species Complex by Four Methods: Impact of cyp51A Mutations on Estimation of Epidemiological Cutoff Values

2018· other· en· W6986503001 sur OpenAlexaboutno aff

Notice bibliographique

RevueRepositori institucional URV (Universitat Rovira i Virgili) · 2018
Typeother
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
Thématiquevaccines and immunoinformatics approaches
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPopulationPosaconazoleAspergillus fumigatusEtestVaccination schedule
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Estimating epidemiological cutoff endpoints (ECVs/ECOFFS) may be hindered by the overlap of MICs for mutant and nonmutant strains (strains harboring or not harboring mutations, respectively). Posaconazole MIC distributions for the Aspergillus fumigatus species complex were collected from 26 laboratories (in Australia, Canada, Europe, India, South and North America, and Taiwan) and published studies. Distributions that fulfilled CLSI criteria were pooled and ECVs were estimated. The sensitivity of three ECV analytical techniques (the ECOFFinder, normalized resistance interpretation [NRI], derivatization methods) to the inclusion of MICs for mutants was examined for three susceptibility testing methods (the CLSI, EUCAST, and Etest methods). The totals of posaconazole MICs for nonmutant isolates (isolates with no known cyp51A mutations) and mutant A. fumigatus isolates were as follows: by the CLSI method, 2,223 and 274, respectively; by the EUCAST method, 556 and 52, respectively; and by Etest, 1,365 and 29, respectively. MICs for 381 isolates with unknown mutational status were also evaluated with the Sensititre YeastOne system (SYO). We observed an overlap in posaconazole MICs among nonmutants and cyp51A mutants. At the commonly chosen percentage of the modeled wild-type population (97.5%), almost all ECVs remained the same when the MICs for nonmutant and mutant distributions were merged: ECOFFinder ECVs, 0.5 μg/ml for the CLSI method and 0.25 μg/ml for the EUCAST method and Etest; NRI ECVs, 0.5 μg/ml for all three methods. However, the ECOFFinder ECV for 95% of the nonmutant population by the CLSI method was 0.25 μg/ml. The tentative ECOFFinder ECV with SYO was 0.06 μg/ml (data from 3/8 laboratories). Derivatization ECVs with or without mutant inclusion were either 0.25

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,521
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,035
Tête enseignante GPT0,318
Écart entre enseignants0,284 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRepositori institucional URV (Universitat Rovira i Virgili)Même sujetvaccines and immunoinformatics approachesTravaux en français237 207