RESEARCH ARTICLE A Side by Side Comparison of Bruker Biotyper and VITEK MS: Utility of MALDI-TOF MS
Notice bibliographique
Résumé
Matrix-assisted laser desorption ionization–time of flight mass spectrometry (MALDI-TOF MS) has emerged as a rapid, highly accurate, and cost-effective method for routine identifi-cation of a wide range of microorganisms. We carried out a side by side comparative evalu-ation of the performance of Bruker Biotyper versus VITEK MS for identification of a large and diverse collection of microorganisms. Most difficult and/or unusual microorganisms, as well as commonly encountered microorganisms were selected, including Gram-positive and negative bacteria, mycobacteria, actinomycetes, yeasts and filamentous fungi. Six hun-dred forty two strains representing 159 genera and 441 species from clinical specimens pre-viously identified at the Laboratoire de santé publique du Québec (LSPQ) by reference methods were retrospectively chosen for the study. They included 254 Gram-positive bacte-ria, 167 Gram-negative bacteria, 109 mycobacteria and aerobic actinomycetes and 112 yeasts and moulds. MALDI-TOF MS analyses were performed on both systems according to the manufacturer’s instructions. Of the 642 strains tested, the name of the genus and / or species of 572 strains were referenced in the Bruker database while 406 were present in
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».