A multi-site, international laboratory study to assess the performance of penicillin susceptibility testing of Staphylococcus aureus
Notice bibliographique
Résumé
Abstract\n \n Objectives\n There is clinical uncertainty over the optimal treatment for penicillin-susceptible Staphylococcus aureus (PSSA) infections. Furthermore, there is concern that phenotypic penicillin susceptibility testing methods are not reliably able to detect some blaZ-positive S. aureus.\n \n \n Methods\n Nine S. aureus isolates, including six genetically diverse strains harbouring blaZ, were sent in triplicate to 34 participating laboratories from Australia (n = 14), New Zealand (n = 6), Canada (n = 12), Singapore (n = 1) and Israel (n = 1). We used blaZ PCR as the gold standard to assess susceptibility testing performance of CLSI (P10 disc) and EUCAST (P1 disc) methods. Very major errors (VMEs), major error (MEs) and categorical agreement were calculated.\n \n \n Results\n Twenty-two laboratories reported 593 results according to CLSI methodology (P10 disc). Nineteen laboratories reported 513 results according to the EUCAST (P1 disc) method. For CLSI laboratories, the categorical agreement and calculated VME and ME rates were 85% (508/593), 21% (84/396) and 1.5% (3/198), respectively. For EUCAST laboratories, the categorical agreement and calculated VME and ME rates were 93% (475/513), 11% (84/396) and 1% (3/198), respectively. Seven laboratories reported results for both methods, with VME rates of 24% for CLSI and 12% for EUCAST.\n \n \n Conclusions\n The EUCAST method with a P1 disc resulted in a lower VME rate compared with the CLSI methods with a P10 disc. These results should be considered in the context that among collections of PSSA isolates, as determined by automated MIC testing, less than 10% harbour blaZ. Furthermore, the clinical relevance of phenotypically susceptible, but blaZ-positive S. aureus, remains unclear.
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 | 0,007 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».