diff --git a/README.md b/README.md index 20ce7d39..3e804203 100644 --- a/README.md +++ b/README.md @@ -2,4 +2,4 @@ AntiMicrobial Resistance Cloud — это онлайн платформа для анализа и обмена данными антибиотикорезистентности -Wed Apr 3 08:27:16 UTC 2024 +Sat Sep 14 12:37:28 UTC 2024 diff --git a/en/index.json b/en/index.json index c6c69c62..00efc58a 100644 --- a/en/index.json +++ b/en/index.json @@ -1 +1 @@ -[{"authors":["admin"],"categories":null,"content":"","date":-62135596800,"expirydate":-62135596800,"kind":"taxonomy","lang":"en","lastmod":-62135596800,"objectID":"2525497d367e79493fd32b198b28f040","permalink":"https://amrcloud.net/en/authors/admin/","publishdate":"0001-01-01T00:00:00Z","relpermalink":"/en/authors/admin/","section":"authors","summary":"","tags":null,"title":"","type":"authors"},{"authors":["kuzmenkov-ay"],"categories":null,"content":"","date":-62135596800,"expirydate":-62135596800,"kind":"taxonomy","lang":"en","lastmod":-62135596800,"objectID":"427336653ec6391df5456e1c4bc7aa28","permalink":"https://amrcloud.net/en/authors/kuzmenkov-ay/","publishdate":"0001-01-01T00:00:00Z","relpermalink":"/en/authors/kuzmenkov-ay/","section":"authors","summary":"","tags":null,"title":"Alexey Kuzmenkov","type":"authors"},{"authors":["vinogradova-ag"],"categories":null,"content":"Nelson Bighetti is a professor of artificial intelligence at the Stanford AI Lab. His research interests include distributed robotics, mobile computing and programmable matter. He leads the Robotic Neurobiology group, which develops self-reconfiguring robots, systems of self-organizing robots, and mobile sensor networks.\nLorem ipsum dolor sit amet, consectetur adipiscing elit. Sed neque elit, tristique placerat feugiat ac, facilisis vitae arcu. Proin eget egestas augue. Praesent ut sem nec arcu pellentesque aliquet. Duis dapibus diam vel metus tempus vulputate.\n","date":-62135596800,"expirydate":-62135596800,"kind":"taxonomy","lang":"en","lastmod":-62135596800,"objectID":"03e09eee6fe8a2b6985142bfcaa78fd1","permalink":"https://amrcloud.net/en/authors/vinogradova-ag/","publishdate":"0001-01-01T00:00:00Z","relpermalink":"/en/authors/vinogradova-ag/","section":"authors","summary":"Nelson Bighetti is a professor of artificial intelligence at the Stanford AI Lab. His research interests include distributed robotics, mobile computing and programmable matter. He leads the Robotic Neurobiology group, which develops self-reconfiguring robots, systems of self-organizing robots, and mobile sensor networks.\nLorem ipsum dolor sit amet, consectetur adipiscing elit. Sed neque elit, tristique placerat feugiat ac, facilisis vitae arcu. Proin eget egestas augue. Praesent ut sem nec arcu pellentesque aliquet.","tags":null,"title":"Alina Vinogradova","type":"authors"},{"authors":["avramenko-aa"],"categories":null,"content":"","date":-62135596800,"expirydate":-62135596800,"kind":"taxonomy","lang":"en","lastmod":-62135596800,"objectID":"cfaa196c9ff3efd44f4b99d5034768cc","permalink":"https://amrcloud.net/en/authors/avramenko-aa/","publishdate":"0001-01-01T00:00:00Z","relpermalink":"/en/authors/avramenko-aa/","section":"authors","summary":"","tags":null,"title":"Andrey Avramenko","type":"authors"},{"authors":["trushin-iv"],"categories":null,"content":"","date":-62135596800,"expirydate":-62135596800,"kind":"taxonomy","lang":"en","lastmod":-62135596800,"objectID":"103951ef12ec2a11d21fb41cad4ab0f9","permalink":"https://amrcloud.net/en/authors/trushin-iv/","publishdate":"0001-01-01T00:00:00Z","relpermalink":"/en/authors/trushin-iv/","section":"authors","summary":"","tags":null,"title":"Ivan Trushin","type":"authors"},{"authors":["edelstein-mv"],"categories":null,"content":"","date":-62135596800,"expirydate":-62135596800,"kind":"taxonomy","lang":"en","lastmod":-62135596800,"objectID":"c58794b8375a15eed325aa4fdb15485e","permalink":"https://amrcloud.net/en/authors/edelstein-mv/","publishdate":"0001-01-01T00:00:00Z","relpermalink":"/en/authors/edelstein-mv/","section":"authors","summary":"","tags":null,"title":"Mikhail Edelstein","type":"authors"},{"authors":null,"categories":null,"content":"The AMRcloud Data Import/Export Tutorial is designed to familiarize you with the basic steps of uploading data to the AMRcloud online platform and customizing the working environment for data analysis and visualization.\n Left-mouse click on any picture to enlarge it, click it again to minimize. ","date":1674518400,"expirydate":-62135596800,"kind":"section","lang":"en","lastmod":1674518400,"objectID":"2c53a2c48374acbdedc52c11709048b6","permalink":"https://amrcloud.net/en/tutorials/import-data/","publishdate":"2023-01-24T00:00:00Z","relpermalink":"/en/tutorials/import-data/","section":"tutorials","summary":"The AMRcloud Data Import/Export Tutorial is designed to familiarize you with the basic steps of uploading data to the AMRcloud online platform and customizing the working environment for data analysis and visualization.","tags":null,"title":"AMRcloud. Data Import/Export","type":"docs"},{"authors":null,"categories":null,"content":"The Data Analysis Examples tutorial explains how to analyze data loaded into AMRcloud.\nThe basic steps of uploading data to the AMRcloud online platform are described in the AMRcloud Data Import Tutorial\nOpen your Project by clicking on the button Open.\n Open Project Click on the button Run to launch the dataset\n Launch the dataset ","date":1633996800,"expirydate":-62135596800,"kind":"section","lang":"en","lastmod":1633996800,"objectID":"795253407fac88dbe3c1c3de2492774c","permalink":"https://amrcloud.net/en/tutorials/analysis-examples/","publishdate":"2021-10-12T00:00:00Z","relpermalink":"/en/tutorials/analysis-examples/","section":"tutorials","summary":"The Data Analysis Examples tutorial explains how to analyze data loaded into AMRcloud.","tags":null,"title":"Data Analysis Examples","type":"docs"},{"authors":null,"categories":null,"content":"This tutorial is designed to show you how to prepare data form various information systems for uploading to AMRcloud.\n Left-mouse click on any picture to enlarge it, click it again to minimize. ","date":1648166400,"expirydate":-62135596800,"kind":"section","lang":"en","lastmod":1648166400,"objectID":"83956511de73178a9819908890c0e1b7","permalink":"https://amrcloud.net/en/tutorials/integrations/","publishdate":"2022-03-25T00:00:00Z","relpermalink":"/en/tutorials/integrations/","section":"tutorials","summary":"This tutorial shows you how to prepare data form various information systems for uploading to AMRcloud","tags":null,"title":"AMRcloud. Integrations with information systems","type":"docs"},{"authors":null,"categories":null,"content":"Educational videos were developed to familiarize the audience with the work of the AMRcloud.\nSeries of step-by-step tutorials about working with AMRcloud are available here.\n Don\u0026rsquo;t forget to turn on English subtitles! ","date":1648252800,"expirydate":-62135596800,"kind":"section","lang":"en","lastmod":1648252800,"objectID":"c1e18965661131691dbfee1ffae7d128","permalink":"https://amrcloud.net/en/tutorials/videotutorial/","publishdate":"2022-03-26T00:00:00Z","relpermalink":"/en/tutorials/videotutorial/","section":"tutorials","summary":"Series of step-by-step tutorials about working with AMRcloud.","tags":null,"title":"How to work with AMRcloud","type":"docs"},{"authors":null,"categories":null,"content":"In AMRcloud you can also save the data set as .csv file.\nSave data Select the required data set and click on the Edit set button.\n Go to the Download tab and select the required encoding.\n Click on one of the buttons to download the table file:\n Download Validated Source Data - table with the original dataset (with raw data for MIC, disk diffusion and SIR categories) Download Validated MIC Data - table with the original dataset and SIR categories based on MIC interpretive criteria Download Validated Disk Data - table with the original dataset and SIR categories based on inhibition zone diameters interpretive criteria ","date":1674518460,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1674518460,"objectID":"76229a036da866ea3b0c90daadecb69e","permalink":"https://amrcloud.net/en/tutorials/import-data/10-export/","publishdate":"2023-01-24T00:01:00Z","relpermalink":"/en/tutorials/import-data/10-export/","section":"tutorials","summary":"In AMRcloud you can also save the data set as .csv file.\nSave data Select the required data set and click on the Edit set button.\n Go to the Download tab and select the required encoding.\n Click on one of the buttons to download the table file:\n Download Validated Source Data - table with the original dataset (with raw data for MIC, disk diffusion and SIR categories) Download Validated MIC Data - table with the original dataset and SIR categories based on MIC interpretive criteria Download Validated Disk Data - table with the original dataset and SIR categories based on inhibition zone diameters interpretive criteria ","tags":null,"title":"Data Export","type":"docs"},{"authors":null,"categories":null,"content":"In the data analysis module, the view is split into 2 fields: Basic filters (top) and Infographics (bottom). The data visualized in the Infographics field can be filtered to only display a data subset by using filters at the top of the screen. Below is the description of the structures of those two main modules.\nBasic filters field The metadata from your dataset that you’ve selected for loading will appear at the top of the screen as a set of filters with drop-down lists. The names of the filters originate from the column titles in your dataset (and likely differ from this manual, depending on your data). The same goes for the categories in the drop-down lists.\n Field 13 - always organism group, Field 14 - always organism species. There are 2 types of data filters:\n Categorical filters have a drop-down to select from a list of values for filtering (E.g., geographical location, genes present, etc.). Continuous filters (e.g., age, date) are adjusted by sliding a bar on the scale to limit the value range. For easy selection of the parameters in the categorical filters, there is an option to start typing the text you would like to filter the data by, and this will show you all options containing the given text:\n Filter parameter values Hierarchical sorting principle Parameters to which the filtering has been applied are marked with a blue box around the corresponding filter drop-down list. Filters are numbered according to their level in the filtering hierarchy (1-12, the lower the number, the higher the hierarchy). When applying the filtering to one of the categories at a higher level, the available filtering options for other lower-level categories may become limited due to filtering applied at a higher-level filter (this is also displayed as a blue box around affected filters).\n Blue box around filters If you change a higher-level filter, the lower-level filters will be reset.\nExample Filter was applied to category 1. After that, the data selection was filtered in category filter #3 to display only 2 geographical locations from the available list: If after that we go back and modify the selection in category filter #1, e.g., to include one additional value: We will see that the selection in the category field #3 has been reset to default (to include all available options): Therefore, as you set your data filtering parameters, it is preferable to apply filters in the order of their appearance on the screen (this does not apply to the fields with continuous data, e.g., patient age).\nIf you wish to keep selected criteria for display, turn on the keep filter option:\n Keep selected criteria for display The function Keep filters works for drop-down parameters but not for continuous fields (e.g., Date, Age, etc.) Infographics field There are 7 tabs in the Infographics field that provide different types of data visualization.\nOverall, the infographics field has a general-to-specific structure. This layout facilitates an exploratory approach to your dataset. Meaning, the user doesn’t have to have a preconceived scientific question or target phenomena in mind that they want to investigate, but rather would like to methodically review all facets of their data. Following the organization of the analysis, inherent to the AMRcloud resource, by advancing through the infographics tabs left to right, will help users to form their scientific questions at the more general level of the analysis and proceed to refining and investigating it as they move towards visualization levels focusing on specific data.\n Tab Data structure allows viewing general metadata structure characteristics (proportions of entries with various characteristics, relationships between different data categories, data overlay with a map). Tab Organisms – displays a summary of representation of different species or groups of organisms in the dataset. It may be useful for an initial overview of the dataset and delineation of the further analysis strategy for different species and groups of organisms (e.g., Enterobaterales). Phenotypic resistance can be viewed and analyzed in three tabs: Antibiotic S/I/R Summary, Selected Antibiotic, and Associated Resistance, which are ordered by their level of data granularity starting from a broad overview moving towards more in-depth analysis. Using Infographics tools in that order would prompt the user to start with detecting the concern/interest areas at a big-picture level (general prevalence of resistance to various antimicrobials among different bacterial species, MIC trends, etc.). Then the user would proceed to drill down to unravel potential connections between various types of data: resistance phenotypes vs. metadata (demographic data, geographic distributions, diagnosis, therapy, any genetic or phenotypic properties of the pathogen strains, etc.), as well as associations between individual antibiotic resistance phenotypes (co-resistance, multidrug resistance). Described above types of analysis logically lead to the tab Markers, providing a convenient tool for investigating associations between resistant phenotypes and genetic antibiotic resistance determinants. It can also be used to analyze the correlation between all sorts of genetic markers and any type of metadata. Tab Compare – allows to create two groups with the desired set of parameters and then compare those groups against each other based on various data selected by the user. For example, one could create the first group as community-acquired cases and the second group- as nosocomial cases and then compare the prevalence of antimicrobial resistance, presence of different markers, or any metadata distribution between two groups. The filtering from the Basic filters field applies to visualizations in all tabs\n To apply filtering from the Basic filters field to the graphics in the Infographics field, press the button Display (the changes made in the Basic filters will not be displayed until you click Display). Drop-down lists included in the infographics field serve as controllers of what data is presented in a given graph and apply only to the tab they are listed under (unlike filters in the top portion of the screen that include/exclude data for all tabs).\nAfter making the adjustments in the filter fields under the infographics, you need to press the Display button to apply the changes.\nHistograms, pie charts, and area plots generated in various infographics fields of AMRcloud are interactive:\n Hovering over the graph brings a pop-up message showing the name of the data category and percentage of isolates with a given data value. You can change the categories displayed on the graph by clicking on their names in the legend for the corresponding graph. (This does not change relative percentages shown in the graph). E.g., you can hide cases with no data available from the view by clicking on the corresponding data category in the legend. Changing categories Understanding of basic connections between loaded data and data filtering/analysis options As mentioned earlier, the names of the headers in your imported data table will be used as the names of the basic filters in the AMRcloud analysis module. When uploading the data, you are asked to mark some of your data fields as Parameters to filter (or Filtration Columns), while others as Markers. Both will be displayed as the Basic Filters for your data. The difference is that the data fields marked as Markers in your original data table will be additionally available for selection under the Markers tab in the Infographics field; this will make it easier to plot those genetic features against the phenotypes (especially SIR categories) as well as other metadata.\nAnother thing to consider, if you have data on multiple genetic determinants that are known to confer resistance to a certain class of antimicrobials, it may be convenient to group them under one category (see detailed instructions in the manual for data upload).\n","date":1633996800,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1633996800,"objectID":"22ad28634be4f8c6eea3d6d6de7619f1","permalink":"https://amrcloud.net/en/tutorials/analysis-examples/01/","publishdate":"2021-10-12T00:00:00Z","relpermalink":"/en/tutorials/analysis-examples/01/","section":"tutorials","summary":"In the data analysis module, the view is split into 2 fields: Basic filters (top) and Infographics (bottom). The data visualized in the Infographics field can be filtered to only display a data subset by using filters at the top of the screen. Below is the description of the structures of those two main modules.\nBasic filters field The metadata from your dataset that you’ve selected for loading will appear at the top of the screen as a set of filters with drop-down lists.","tags":null,"title":"Organization of data analysis \u0026 visualization module","type":"docs"},{"authors":null,"categories":null,"content":"The use of the AMRcloud platform entirely depends on the data that you loaded into your dataset. However, we would like to bring up some general examples where different features of the AMRcloud could help solving common types of questions, which a clinician, microbiologist, or epidemiologist involved in antimicrobial resistance surveillance might want to answer. Please note that the exact positioning of filters and types of presented data will likely differ between our examples and your actual data, but the general structure will be the same as described in the previous chapter. If none of the presented examples speak to you, the systematic and detailed description of all functionalities included in the AMRcloud platform is included in Section 3 of this manual. And by all means, feel free to just play around with your data.\nSusceptibility profiles of microorganisms associated with a certain pathology Set your Basic Filters to select the Organism Species or Organism Group (e.g., Enterobacterales) that you wish to analyze (Species or group of organisms has to be selected for the tasks involving antimicrobial resistance phenotype interpretation due to the species-specific nature of susceptibility breakpoints). In the Infographics field, select the tab Selected Antibiotic. Under the tab Selected Antibiotic, from the drop-down list, pick the Antibiotic resistance to which you want to explore. Open sub-tab S/I/R Plots. Click on sub-tab Plot by further down. From the appeared drop-down filter Plot by (under S/I/R Plots), chose category Diagnosis (may be named differently depending on the headers title in your dataset). Click the button Display. Susceptibility profiles of microorganisms associated with a certain pathology. Filters Example of data display:\n Susceptibility profiles of microorganisms associated with a certain pathology. Result When using the Plot by function, it is important to have all available values selected under Basic Filters for the parameter selected as the category in Plot by. E.g., if Plot by is set to Diagnosis under Selected Antibiotic infographics, the Basic Filter for Diagnosis category should have all values selected:\n Susceptibility profiles of microorganisms associated with a certain pathology. Function Plot by The analyzed dataset can be further sorted by applying additional Basic Filters. However, after the Basic Filters are modified, the downstream Basic Filters settings will be discarded and would need to be selected again, and the antibiotic name needs to be picked (see chapter Hierarchical sorting principle of this manual for details).\nDistribution of resistance in different age groups Set your Basic Filters to select the Organism Species or Organism Group (e.g., Enterobacterales) you wish to analyze. (Species or a group of organisms must be selected for the tasks involving antimicrobial resistance phenotype interpretation due to the species-specific nature of susceptibility breakpoints). In the Infographics field, select the tab Selected Antibiotic. Under the tab Selected Antibiotic, from the drop-down list, pick the Antibiotic resistance to which you want to explore. Open sub-tab S/I/R Plots. Click on sub-tab Plot by further down. From the appeared drop-down filter Plot by (under S/I/R Plots), chose the category Age Group (may be named differently depending on the headers title in your dataset). Click the button Display. To create a graph sorted by age along the X-axis: use graph settings options: Sort By - Name. Sort Type - Descending or Ascending. Distribution of resistance in different age groups. Filters Example of data display:\n Distribution of resistance in different age groups. Result When using Plot by function, it is important to have all available values selected under Basic Filters for the parameter selected as the category in Plot by. E.g., if Plot by is set to Age group under Selected Antibiotic infographics, the Basic Filter for the Age group category should have all values included (unless you intended to exclude them from the analysis):\n Distribution of resistance in different age groups. Function Plot By The analyzed dataset can be further sorted by applying additional Basic Filters. However, after the Basic Filters are modified, the downstream Basic Filters settings will be discarded and would need to be selected again, and the antibiotic name needs to be picked (see chapter Hierarchical sorting principle of this manual for details).\nS/I/R distribution for antimicrobials tested within a certain period Set your Basic Filters to select the date range for the data you wish to include in the analysis. In the Basic Filters, select the Organism Species or Organism Group (e.g., Enterobacterales) that you wish to analyze. (Species or a group of organisms must be selected for the tasks involving antimicrobial resistance phenotype interpretation due to the species-specific nature of susceptibility breakpoints). In the Infographics field, select the tab Antibiotics S/I/R Summary, sub-tab Plot Click the button Display. Under tab Plot, from the drop-down list, pick the Antibiotic resistance to which you want to explore. S/I/R distribution for antimicrobials tested within a certain period. Filters Example of data display:\n S/I/R distribution for antimicrobials tested within a certain period. Result The analyzed dataset can be further sorted by applying additional Basic Filters. However, after the Basic Filters are modified, the downstream Basic Filters settings will be discarded and would need to be selected again, and the antibiotic name needs to be picked (see chapter Hierarchical sorting principle of this manual for details).\nTrends in resistance to an antibiotic over a period of time Set your Basic Filters to select the Organism Species or Organism Group (e.g., Enterobacterales) you wish to analyze. (Species or group of organisms has to be selected for the tasks involving antimicrobial resistance phenotype interpretation due to species-specific nature of susceptibility breakpoints). In the Infographics field, select the tab Selected Antibiotic. Under the tab Selected Antibiotic, from the drop-down list, pick the Antibiotic resistance to which you want to explore. Open sub-tab S/I/R Plots. Click on sub-tab Plot by further down. From the appeared drop-down filter Plot by (under S/I/R Plots), chose the category Date: Year (may be named differently depending on the header titles in your dataset). AMRcloud algorithm can round the dates to display congregated data by years, quarters, months, and weeks. Click the button Display. Note that dates are always sorted automatically in chronological order, and Descending/Ascending sorting doesn’t work in this infographic. Trends in resistance to an antibiotic over a period of time. Filters Example of data display:\nData is presented as histogram by default.\n Trends in resistance to an antibiotic over a period of time. Histogram For the presentation of data as resistance trend, under the sub-tab Plot by, select the Trend option from the Plot type drop-down list.\n Trends in resistance to an antibiotic over a period of time. Plot by Trend Trends in resistance to an antibiotic over a period of time. Trend When using Plot by function, it is important to have all available values selected under Basic Filters for the parameter selected as the category in Plot by. E.g., if Plot by is set to Date:Year under Selected Antibiotic infographics, the Basic Filter for the Date category should have all values included (unless you intended to exclude them from the analysis):\n Trends in resistance to an antibiotic over a period of time. Function Plot by The analyzed dataset can be further sorted by applying additional Basic Filters. However, after the Basic Filters are modified, the downstream Basic Filters settings will be discarded and would need to be selected again, and the antibiotic name needs to be picked (see chapter Hierarchical sorting principle of this manual for details).\nGeographical distribution of resistance profiles (map visualization) Set your Basic Filters to select the Organism Species or Organism Group (e.g., Enterobacterales) you wish to analyze. [Species or a group of organisms must be selected for the tasks involving antimicrobial resistance phenotype interpretation due to the species-specific nature of susceptibility breakpoints]. In the Infographics field, select the tab Selected Antibiotic. Under the tab Selected Antibiotic, from the drop-down list, pick the Antibiotic resistance to which you want to explore. Open sub-tab Map. Click the button Display. Geographical distribution of resistance profiles. Filters View map with overplayed S/I/R data in the infographics “Map” below.\n Geographical distribution of resistance profiles. Map Alternatively, the distribution of relative proportions of isolates resistant to a given antibiotic by geographic locations can be shown by clicking infographics sub-tab Rating (also under Map sub-tab). In the graph below, the prevalence of the selected resistance type in all geographical loci is ordered according to its rate. A vertical dotted line designates a median percentage of resistant isolates.\n Geographical distribution of resistance profiles. Rating The analyzed dataset can be further sorted by applying additional Basic Filters. However, after the Basic Filters are modified, the downstream Basic Filters settings will be discarded and would need to be selected again, and the antibiotic name needs to be picked (see chapter Hierarchical sorting principle of this manual for details).\nAssociation of resistance phenotype and genotype This type of analysis depends on the data uploaded by the user and can be done using the Markers tab. Specifically, it allows to show MIC distribution for the isolates with different genetic resistance determinants present.\n In the Markers tab, select a group of markers and/or specific markers that you wish to analyze from the corresponding drop-down lists. Select the sub-tab MIC. Select an antibiotic for which you wish to explore the association of phenotype and genotype. Click the button Display. View the histogram of MIC-genetic marker distribution in the infographics MIC below. Association of resistance phenotype and genotype. Filters Example of data display. In the provided below example, the presence of carbapenemases correlates with high MIC values of meropenem:\n Association of resistance phenotype and genotype. Result Associated resistance AMRcloud allows users to explore the association between different antibiotic resistance phenotypes by comparing relative numbers of the isolates resistant to various antibiotics. This information helps to form a better understanding of the general epidemiology of antibiotic resistance and assists with choosing the strategy of antimicrobial prescriptions.\nMatrix of associated resistance To determine whether any co-resistance is observed in the dataset, use the tab Associated Resistance. A good way to start is with known resistance to an antimicrobial present in your isolates; determine the likelihood of that type of resistance to be associated with the resistance to other antimicrobials. For that:\n Set your Basic Filters to select the Organism Species or Organism Group (e.g., Enterobacterales) you wish to analyze. (Species or a group of organisms must be selected for the tasks involving antimicrobial resistance phenotype interpretation due to the species-specific nature of susceptibility breakpoints). Under the tab Associated Resistance, select the sub-tab Coresistance. Click the button Display. View the matrix of associated resistance in the infographics Matrix below. Associated resistance Example of data display:\n Associated resistance. Result In the example matrix above, find the row with the antibiotic to which the resistance is observed in the dataset and which you want to investigate for co-resistance for other antimicrobials, e.g., meropenem.\nValues in the intersections show the likelihood of associated resistance between two drugs being present. E.g., in the example above, there is an 81.49% likelihood that an isolate with resistance to meropenem will also be resistant to gentamicin. Usually, the goal is to find the drug combination with the lowest likelihood value for co-resistance as a potential option for treatment in case of observed resistance to one of the drugs in the pair. Another use of this type of analysis is the detection of unusual resistance patterns, e.g., in the case of resistance of Acetobacter isolates to meropenem, tobramycin has the lowest level of associated resistance among other aminoglycosides.\nMultiple Resistance To calculate the proportion of multi-/extreme-/pan-drug-resistant isolates (as determined by the user) in your dataset, use sub-tab Multiple Resistance. This function allows the user to determine the percentage of isolates that are resistant to at least one, two, … N number of antibiotics simultaneously. The user can specify antimicrobials selected for the analysis.\n Set your Basic Filters to select the Organism Species or Organism Group (e.g., Enterobacterales) you wish to analyze. Select the tab Associated Resistance, Select the sub-tab Multiple Resistance. Pick the antibiotics, among which multiple resistance will be explored. Multiple resistance will only be analyzed among the selected antibiotics (selecting only one antibiotic will not allow analyzing for multiple resistance). Enter the number of antimicrobials to which the simultaneous resistance must be observed in your selected group (user defines the multiple resistance in this analysis). E.g., in the example below, to determine the proportion of isolates that are resistant to all antibiotics in the panel (pan-resistance), select all antibiotics in the dataset (8 out of 8) in the field Antibiotic and set N number to 8 in the field R at least to N antibiotics. Click the button Display. Multiple Resistance View the number of isolates meeting the set parameters of multiple resistance. The percentage value from the total number of isolates in the dataset and 95% confidence interval (CI) are also calculated automatically.\n Multiple Resistance. Result The analyzed dataset can be further sorted by applying additional Basic Filters. However, after the Basic Filters are modified, the downstream Basic Filters settings will be discarded and would need to be selected again, and the antibiotic name needs to be picked (see chapter Hierarchical sorting principle of this manual for details).\nVisualize MIC 50 and MIC 90 Set your Basic Filters to select the Organism Species or Organism Group (e.g., Enterobacterales) you wish to analyze. (Species or a group of organisms must be selected for the tasks involving antimicrobial resistance phenotype interpretation due to the species-specific nature of susceptibility breakpoints). In the Infographics field, select the tab Selected Antibiotic. Under the tab Selected Antibiotic, from the drop-down list, pick the Antibiotic resistance to which you want to explore. Open sub-tab MIC. Click the button Display. Visualize MIC 50 and MIC 90 In the infographics MIC below, the MIC50 and MIC90 will be displayed as dotted vertical lines above corresponding MIC columns. Hovering over the dotted line will bring out the corresponding MIC50 or MIC90 label:\n Visualize MIC 50 and MIC 90. Result Time of First Detection of a certain marker in different geographical locations It could be useful to visualize the timeline of occurrence of certain markers- virulence or resistance determinant or a genetic lineage- in different geographical locations available in your dataset. For that, perform the following steps:\n Set your basic filters to include/filter data that you would like to analyze. In the Infographics field, select the tab Markers. Under the Markers tab, chose the group of markers you would like to analyze in the Group of Markers drop-down list. You don’t have to select a specific Marker at this level because you will be selecting the specific marker for visualization later. Open sub-tab Time of First Detection. Select the marker under the drop-down list Genetic Marker. Select the geographical location parameter under Plot by drop-down list. Click the button Display. For example: if we select an IIIG lineage of Shigella sonnei in our example dataset as a Genetic Marker and set the Plot by to the geographical location of isolation, we will see the dates when IIIG lineage was first isolated in different geographical locations:\n Time of First Detection of a certain marker in different geographical locations ","date":1633996800,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1633996800,"objectID":"19808b37d339060f8be7299e6d8fcee2","permalink":"https://amrcloud.net/en/tutorials/analysis-examples/02/","publishdate":"2021-10-12T00:00:00Z","relpermalink":"/en/tutorials/analysis-examples/02/","section":"tutorials","summary":"The use of the AMRcloud platform entirely depends on the data that you loaded into your dataset. However, we would like to bring up some general examples where different features of the AMRcloud could help solving common types of questions, which a clinician, microbiologist, or epidemiologist involved in antimicrobial resistance surveillance might want to answer. Please note that the exact positioning of filters and types of presented data will likely differ between our examples and your actual data, but the general structure will be the same as described in the previous chapter.","tags":null,"title":"Example tasks and their solutions","type":"docs"},{"authors":null,"categories":null,"content":"This step allows you to select the Column Headers from the imported data table to be used as Fields (or parameters) for data filtration and categorization. To do so, you need to associate the column headers with the standard categories (Isolate ID, Organism Group, Organism Name, and Date) required by AMRcloud. You can also select additional columns with spatial data, other metadata and markers to be used as Fields.\nThe required categories (with brief accompanying instructions) are listed on the left side of the screen. On the right side of the screen, you should choose the corresponding column headers from the drop-down lists. As you proceed with selection, you will be able to preview the content of the first ten rows of each selected column.\n Linking the columns to categories Isolate ID This is a mandatory category. Isolate ID can be any combination of alphanumeric characters, except special symbols (?,.!%$#\u0026gt;\u0026lt;). Organism Group This is a desirable category. You can use any names for organism groups, full taxonomic (e.g. \u0026ldquo;Staphylococcus\u0026rdquo;), non-taxonomic (e.g. \u0026ldquo;Staphylococci\u0026rdquo;) or abbreviated (e.g. \u0026ldquo;Staph\u0026rdquo;), however, the names should be consistent throughout the column. Grouping of organisms (species) is useful for analyzing combined prevalence and AST data of several species. Organism/Species Name This is a mandatory category. Use Latin binomial names according to official nomenclature (https://lpsn.dsmz.de/). Proper genus and species names are automatically recognized to apply specific breakpoints and to determine susceptibility categories. Right:\nKlebsiella pneumoniae, Acinetobacter baumannii, Pseudomonas aeruginosa (full binomial names)\nWrong:\nK. pneumoniae, A. baumannii, P. aeruginosa (abbreviated names)\n Select the Species name column from the drop-down list, and press the \u0026ldquo;Check Species Names\u0026rdquo; button to verify the names.\n Checking species names A list of species names that are not recognized may appear below the button. There may be two reasons for the name(s) to fail the verification process:\n There are spelling errors (e.g. missing, incorrect letters, etc.). Spell-check the name(s) carefully, correct the error(s) by double-clicking and editing the name(s) directly in the list, then press the \u0026ldquo;Correct species names\u0026rdquo; button.\n The outdated or invalid species name is used. Try searching the name at https://lpsn.dsmz.de/ or https://www.ncbi.nlm.nih.gov/taxonomy/ and replace it with the correct one.\n Example #1. \u0026ldquo;Enterobacter aerogenes\u0026rdquo; is the old name for \u0026ldquo;Klebsiella aerogenes\u0026quot;.\n Interpretive criteria (S/I/R breakpoints) are missing for a particular organism/species in the AMRcloud database. In this case, no correction is needed; species name will be imported \u0026ldquo;as is\u0026rdquo;. Example #2. The species name \u0026ldquo;Shewanella putrefaciens\u0026rdquo; is correct but is not recognized because breakpoints are currently missing for this species.\n If the full species name is not recognized, the data import wizard will attempt to determine the genus part of the name and, where possible, will apply the corresponding genus-specific breakpoints to the isolates\u0026rsquo; quantitative AST data. If neither a species nor a genus name is found in the AMRcloud susceptibility breakpoint database, the corresponding isolate record(s) will be imported, but quantitative susceptibility data will not be translated to S/I/R categories.\n Example #3. If \u0026ldquo;Salmonella Typhimurium\u0026rdquo; is used as species name (for \u0026ldquo;Salmonella enterica ser. Typhimurium\u0026rdquo;), the genus-specific breakpoints of Salmonella will be applied.\n Date This is a mandatory category. The date format must be consistent throughout the column. Records without a date or with a different date format will not be imported. Right:\n12.08.2018, 20.05.2017, 16.03.2014 (same format DD.MM.YYYY)\nWrong:\n13.08.2018, 20/05/19, 03/16/2014 (inconsistent format DD.MM.YYYY, DD/MM/YYYY, MM/DD/YYYY)\n Incorrect date format After selecting the Date column from the drop-down list, you should see the time scale under the \u0026ldquo;Date Range Preview\u0026rdquo;. If the date format is not recognized with the Auto option, try selecting alternative date formats. Be sure to check the box when you see the time scale.\n Confirming the date column selection Spatial Information This is not a mandatory category. Spatial information includes geographic locations and, optionally, their latitude/longitude coordinates. You may provide various types of objects as geolocations: countries, regions, states, natural areas, cities, smaller locality types or even detailed addresses (e.g. hospital buildings). Check the box if your data set contains spatial information and select the header of the column with geographic locations from the drop-down list.\nThe coordinates of geolocations can be set automatically or manually at Step Three of the data import wizard. However, if your data table already contains the two columns with latitude and longitude coordinates, check the corresponding box and then select these columns.\n Spatial information Numeric Parameter This is not a mandatory category. Only one column containing continuous numeric variable such as \u0026ldquo;age\u0026rdquo;, \u0026ldquo;weight\u0026rdquo;, etc. can be selected. If you use a numeric parameter, all cells in the column must be filled in with the number, isolate records (rows) with empty numeric fields are not imported. Check the box if your data set contains a numeric parameter and select the corresponding column header from the drop-down list.\n Numeric parameter Markers This is not a mandatory category. Markers may represent any isolate characteristics (phenotypes, complex genotypes, genes or mutations) that are relevant to antibiotic resistance. Markers can be assigned to groups with each group of Markers set in a separate column. The total number of columns of this type is unlimited. Check the box if your data set contains resistance markers data and select the corresponding column header(s) from the drop-down list.\n Resistance markers Additional Parameters This is not a mandatory category. A maximum of twelve columns with text variables (including the one with geolocations) can be selected as parameters for data filtration and categorization. Select the corresponding column headers from the drop-down list, drag and sort them with the mouse in the desired order.\n Additional parameters Completing Step Two Review all the selections made at this step and complete it by pressing the \u0026ldquo;Validate Step Two\u0026rdquo; button.\n You can reset any saved step and all subsequent steps of the data import wizard by pressing the Reset current and all following steps button.\nTip: There is no need to reset all steps if you only want to apply different interpretive criteria (susceptibility breakpoints) to the existing data set; this can be done by resetting only the Step Four.\n ","date":1599782580,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1599782580,"objectID":"05886ecf74143ea3588b8a15b056aa94","permalink":"https://amrcloud.net/en/tutorials/import-data/05-identification/","publishdate":"2020-09-11T00:03:00Z","relpermalink":"/en/tutorials/import-data/05-identification/","section":"tutorials","summary":"This step allows you to select the Column Headers from the imported data table to be used as Fields (or parameters) for data filtration and categorization. To do so, you need to associate the column headers with the standard categories (Isolate ID, Organism Group, Organism Name, and Date) required by AMRcloud. You can also select additional columns with spatial data, other metadata and markers to be used as Fields.\nThe required categories (with brief accompanying instructions) are listed on the left side of the screen.","tags":null,"title":"Step 2 - Set Fields","type":"docs"},{"authors":null,"categories":null,"content":"Geocoding is the process of transforming a description of a location to a location on the Earth\u0026rsquo;s surface. At this step, the data import wizard processes the names of the geographic objects (geolocations) and assigns them latitude and longitude coordinates. In this way, the geolocations\u0026rsquo; related statistics can be shown on the interactive maps in AMRcloud.\nAutomatic Geocoding Press the \u0026ldquo;1. Geocode it\u0026rdquo; button to start the geocoding process. Please be patient, as it may take some time depending on the number and type of locations. When coordinates appear in the table on the right side of the screen under the \u0026ldquo;Valid coordinates\u0026hellip;\u0026quot; green panel, open the map preview by left-mouse clicking on the header of the \u0026ldquo;Map: preview\u0026rdquo; blue panel.\nYou can zoom and pan the map to check the positions of the markers. Inspect all the marker positions carefully, as the automatic geocoding may sometimes fail to identify or misidentify the geolocations (for example, it may confuse the names of St. Petersburg, Russia, and St. Petersburg, Florida, USA).\nWhen you make sure all coordinates are assigned correctly, complete the step by pressing the \u0026ldquo;Validate Step Three\u0026rdquo; button. Alternatively, proceed to the following instructions for assigning the coordinates manually.\n Geocoding Setting the Coordinates Manually If any coordinates are not found or found incorrectly, check the spelling of the names of geolocations with missing/wrong coordinates. If there are errors, correct them in the source data table, reset all import steps from Step One, re-upload the data table and repeat all steps including the Geocoding.\nIf the names of geolocations with missing/wrong coordinates are correct, you can assign the coordinates manually.\nTo add missing coordinates, left-mouse double-click on the required cells of the right side table under the \u0026ldquo;Location(s) not found\u0026rdquo; orange panel, enter the Latitude and Longitude values, and then press the \u0026ldquo;Fix Coordinates\u0026rdquo; button.\nTo correct wrong coordinates, select the correspoding row (name of geolocation) from the left side table under the green panel with the mouse and press the \u0026ldquo;Edit coordinates\u0026rdquo; button above the table. The selected row will be moved to the right side table under the orange panel. Left-mouse double-click on the required cells, enter the new coordinates and press the \u0026ldquo;Fix Coordinates\u0026rdquo; button.\n Cell selecting Coordinates correcting How to Get the Latitude/Longitude Coordinates from the Map You can use the Preview Map to find the location (object) of interest and to determine its coordinates.\n Map preview Zoom and pan the map to find the location of interest.\n Tip: You can use the \u0026ldquo;Search using OSM Geocoder\u0026rdquo; button on the left side of the map to search for an object or any location nearest to it. Search bar Left-mouse click on the desired location on the map. The location\u0026rsquo;s Latitude and Longitude will be displayed below the map. Copy and paste these values into the corresponding сells of the right side table under the orange panel. When done, remember to press the \u0026ldquo;Fix Coordinates\u0026rdquo; button.\n Getting the coordinates Saving Your Geolocations for Future Usage If you are going to process the same geolocations again (e.g. in the subsequently uploaded data sets), you can save their coordinates in your personal list (This list is accessible and can be modified in the \u0026ldquo;My Geopoints\u0026rdquo; tab of the \u0026ldquo;My Profile\u0026rdquo; menu). Select and move the names of such locations to the right side table under the orange panel, enter the coordinates as described above, check the box \u0026ldquo;Save coordinates for future usage\u0026rdquo; and press the \u0026ldquo;Fix Coordinates\u0026rdquo; button. Your stored locations will be instantly identified the next time you perform the geocoding process.\n","date":1599782520,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1599782520,"objectID":"2945aa8b07bcb435606f583ddab7d676","permalink":"https://amrcloud.net/en/tutorials/import-data/06-geocode/","publishdate":"2020-09-11T00:02:00Z","relpermalink":"/en/tutorials/import-data/06-geocode/","section":"tutorials","summary":"Geocoding is the process of transforming a description of a location to a location on the Earth\u0026rsquo;s surface. At this step, the data import wizard processes the names of the geographic objects (geolocations) and assigns them latitude and longitude coordinates. In this way, the geolocations\u0026rsquo; related statistics can be shown on the interactive maps in AMRcloud.\nAutomatic Geocoding Press the \u0026ldquo;1. Geocode it\u0026rdquo; button to start the geocoding process. Please be patient, as it may take some time depending on the number and type of locations.","tags":null,"title":"Step 3 - Geocode","type":"docs"},{"authors":null,"categories":null,"content":"This step is used to assign susceptibility categories (S/I/R) from quantitative AST data (MICs, disk diffusion (DD) inhibition zones) using the selected interpretive criteria and breakpoints.\nSelecting Basic AST Interpretive Criteria Choose the basic AST Interpretive Criteria from the drop-down list. If you do not need to further customize interpretive criteria, skip the following steps and finalise interpretation.\n Adding Custom Interpretive Rules If required, you can add Custom AST Interpretive Rules for any organism-antibiotic combination. Left-mouse click on the \u0026ldquo;Custom Interpretive Rules\u0026rdquo; panel to open it. Press the \u0026ldquo;+ Add New Rule\u0026rdquo; button. In the opened pop-up window, enter the name of the rule, select the type of AST data you want to apply the rule to, select the target antibiotic from the drop-down list, select the S/I/R category or enter the breakpoints, select the target organism species or organism group, optionally, select other parameters from the drop-down lists to set the rule conditions, finally press the \u0026ldquo;Create\u0026rdquo; button. Repeat the above steps to create more rules, when done, press the \u0026ldquo;Close\u0026rdquo; button.\n Creating a custom rule The list of newly created custom rules appears in the left-hand side of the panel. You can \u0026ldquo;Edit\u0026rdquo; or \u0026ldquo;Remove\u0026rdquo; the rules by selecting them and pressing the corresponding buttons. If you want to save the rules for future usage, check the box \u0026ldquo;Save rules to My Interpretive Rules\u0026rdquo; (Saved rules will appear and can be modified in the “My Interpretive Rules” tab of the “My Profile” menu). You can also apply the previously saved rules by pressing the \u0026ldquo;Get Rules from My Interpretive Rules\u0026rdquo; button in the right-hand side of the panel and selecting the ones you want to use with the check-boxes. Press the \u0026ldquo;Validate Rules\u0026rdquo; button to apply the newly created custom rules and/or selected saved rules.\n Applying custom rules Defining Priority of AST Data Types Note that, if your datatable contains AST data of different types (MICs, DD inhibition zones, and predefined S/I/R categories), AMRcloud can automatically merge them and assign resulting S/I/R categories. In order to resolve potential conflicts in the S/I/R categorization when different types of data exist for the same isolates and antibiotics, you might have to select the priority order of data types as shown in the example figure below.\n Influence of data priority order selection on the interpretation result of combined data To set priority of _mic, _dd, and _sir data, left-mouse click on the \u0026ldquo;Combining AST results\u0026rdquo; panel, and select the priority order for all antibiotics or each individual antibiotic from the drop-down list(s). The default priority order for all antibiotics is sir \u0026gt; mic \u0026gt; dd. You can re-set the default priority of data types for all antibiotics at once by selecting the desired order in the top drop-down list and clicking the \u0026ldquo;Re-Set to All \u0026ldquo; button next to it.\n Combining AST data Finalising Interpretation When you have set up interpretive criteria as required, press the \u0026ldquo;Interpret MIC and Disk Diffusion data\u0026rdquo; button. Check the data import statuses in the list that appears below and press the \u0026ldquo;Complete All Steps\u0026rdquo; button to finish the data import process.\n Finalising interpretation You can reopen and edit the imported data set using the wizard at a later time.\nIf you only want to apply different (newer) AST interpretive criteria, you can reset and work through the Step Four only. There is no need to re-upload the data or re-set the previous steps.\n ","date":1599782460,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1599782460,"objectID":"c95de762895768d2fb2dcc21fcf745cf","permalink":"https://amrcloud.net/en/tutorials/import-data/07-interpretation/","publishdate":"2020-09-11T00:01:00Z","relpermalink":"/en/tutorials/import-data/07-interpretation/","section":"tutorials","summary":"This step is used to assign susceptibility categories (S/I/R) from quantitative AST data (MICs, disk diffusion (DD) inhibition zones) using the selected interpretive criteria and breakpoints.\nSelecting Basic AST Interpretive Criteria Choose the basic AST Interpretive Criteria from the drop-down list. If you do not need to further customize interpretive criteria, skip the following steps and finalise interpretation.\n Adding Custom Interpretive Rules If required, you can add Custom AST Interpretive Rules for any organism-antibiotic combination.","tags":null,"title":"Step 4 - Determine S/I/R","type":"docs"},{"authors":null,"categories":null,"content":"The \u0026ldquo;Rules of Thumb\u0026rdquo; for Data Preparation Accurate, well-formated and structured source data is essential for successful analysis using the AMRcloud platform.\n The following \u0026ldquo;rules of thumb\u0026rdquo; should be followed to prepare the data:\n The source data table should include individual isolate records and NOT aggregated statistics. Each isolate record should be represented by a separate row in the table. All AST Data and Metadata should be organized in columns with each column representing only a single type of data (number, date, character string). The Metadata must include four mandatory columns: Isolate Identifier, Organism/Species Name, Organism Group, and Date. All other metadata (e.g. geographical data, resistance markers, etc.) is optional. The AST Data may be of three different types: minimum inhibitory concentrations (MICs), inhibition zone diameters, and susceptibility categories (S/I/R). Headers of the columns representing AST Data should contain a generic name of antimicrobial agent and one of the three suffixes (\u0026quot;_mic\u0026rdquo;, \u0026ldquo;_dd\u0026rdquo; or \u0026ldquo;_sir\u0026rdquo;) denoting each type of data. Example Data The basic requirements for the source data table are listed in the \u0026ldquo;Read Me\u0026rdquo; tab of the data import wizard. An example data file for use as a reference for data formatting can be downloaded from a link at the bottom of the \u0026ldquo;Read Me\u0026rdquo; tab.\n Downloading a sample data Basic Requirements The data should be in the required format to be handled by AMRcloud.\n The data table should be flat (i.e. it should contain columns and rows with no additional separators, no hierarchical structures). Data table structure The first row of the table must be a header row with column names. Header row The table should contain four mandatory metadata columns (although the column names may be different): Isolate Identifier (ID) Organism/Species Name Organism Group Date Mandatory columns Isolate ID Isolate ID can be any combination of alphanumeric characters, except special symbols (?,!,%$#\u0026gt;\u0026lt;), and can be non-unique. Records (rows) with empty ID fields are not imported.\nOrganism/Species Name Only the Latin binomial names should be used for microbial species (see the official nomenclature https://lpsn.dsmz.de). Abbreviations in the species names are not allowed. Proper genus and species names are automatically recognized to determine susceptibility categories to antimicrobial agents using specific breakpoints.\n Right:\nStaphylococcus aureus, Streptococcus pneumoniae\nWrong:\nS. aureus, S. pneumoniae\n Organism Group Any taxonomic or non-taxonomic, full or abbreviated names can be used to define Organism Groups, however, the names should be consistent throughout the column. Grouping of organisms (species) is used for analyzing combined statistics (e.g. resistance prevalence) of several species.\n Right:\nEnterobacterales, Staphylococci, GN anaerobes, Enterobacterales, Staphylococci, GN anaerobes (all names are standardized)\nWrong:\nEnterobact, Staph, Entbact, Staphylococci, GN anaerobes, Gram-neg anaerobes (names are not standardized)\n Date The import wizard can automatically detect and interpret various Date formats, however, the Date format must be consistent throughout the column. Records without a Date are not imported.\n Right:\n12.08.2018, 20.05.2017, 16.03.2014 (same format DD.MM.YYYY)\nWrong:\n13.08.2018, 20/05/19, 03/16/2014 (inconsistent format DD.MM.YYYY, DD/MM/YYYY, MM/DD/YYYY)\n Date format AST Data The following types of AST Data can be handled by AMRcloud:\n Minimum Inhibitory Concentrations (MICs) Disk Diffusion Inhibition Zone Diameters Susceptibility Categories (S/I/R) You can provide an unlimited number of columns with AST Data for various antibiotics and can include data of different types for the same antibiotic in different columns.\nPlease strictly follow the rules below for naming the columns and choosing the format of AST Data entries.\nThe header of the columns containing AST Data must start with full generic name of antibiotic in English followed by the underscore symbol and must end with one of the three suffixes denoting the type of data:\n Minimum Inhibitory Concentrations _mic Disk Diffusion Inhibition Zone Diameters _dd Susceptibility Categories _sir Example:\ntobramycin_sir, tetracycline_sir, amoxicillin-clavulanic acid_dd, vancomycin_mic\n The list of legitimate antibiotic names can be downloaded from the link at the \u0026ldquo;Read Me\u0026rdquo; tab of the data import wizard. The quantitative AST Data (MIC and inhibition zone values) for the known antibiotics are automatically interpreted into susceptibility categories using selected criteria (breakpoints). List of legitimate antibiotic names Other (arbitrary) names of antimicrobial agents can be used in the column headers, however, for such agents, quantitative AST Data are not translated into susceptibility categories unless you define custom criteria (breacpoints) as explained in Step 4. If you want to use alternative breakpoints for certain antimicrobial agents, you can modify their names as shown in the example below:\n florfenicol_veterinary_mic, marbofloxacin_veterinary_dd\n It is allowed to indicate the load of the disk between the name of the antibiotic and the suffix _dd:\n amoxicillin-clavulanic acid_2-1_dd, moxifloxacin_5_dd\n The requirements for the format of AST Data entries are as follows:\n Minimum Inhibitory Concentration Values\n MIC values are measured in mg/L. Values must be numeric. Non-numeric values containing expressions \u0026ldquo;\u0026lt;=\u0026rdquo;, \u0026ldquo;\u0026gt;\u0026rdquo; or \u0026ldquo;\u0026gt;=\u0026rdquo; are automatically converted into numeric. Symbols \u0026ldquo;\u0026lt;=\u0026rdquo; and \u0026ldquo;\u0026gt;=\u0026rdquo; preceding the numbers are removed. Numbers preceded by \u0026ldquo;\u0026gt;\u0026rdquo; symbol are multiplied by two. Disk Diffusion Inhibition Zone Diameter Values\n Inhibition Zone Diameter values are measured in mm. Values must be integers greater than or equal to six. Susceptibility Category Values\n The only allowed values are \u0026ldquo;S\u0026rdquo;, \u0026ldquo;I\u0026rdquo;, and \u0026ldquo;R\u0026rdquo;. Values such as \u0026ldquo;S/I\u0026rdquo; or \u0026ldquo;I/R\u0026rdquo; are not allowed. Additional Metadata In addition to Mandatory Columns and AST Data, your table may include other optional columns with information about sources of isolates (including geospatial data), patient clinical and demographic data, specific characteristics of isolates (including phenotypic and genotypic resistance markers), etc. These columns will be used as parameters for data selection, filtration, and categorization.\nSpatial Information Column(s)\nSpatial Information includes geographic objects (geolocations) and, optionally, their coordinates (latitude and longitude). You may provide various types of objects as geolocations: countries, regions, states, natural areas, cities, smaller locality types or even detailed addresses (e.g. hospital buildings). At Step Three of the data import wizard, an automatic geocoding is performed to assign geographic coordinates to the known geolocations. You can also do it manually if automatic geocoding did not work.\nIf your data table already contains the two columns with latitude and longitude coordinates, you can check the box and then select these columns at Step One of the data import wizard.\nText (String) Metadata Columns\nYou can import a maximum of twelve parameters (columns) containing text metadata (including the column with geographic names) to a single Data Set.\nNumeric Metadata Column\nYou can import one parameter (column) containing continuous numeric variable such as \u0026ldquo;age\u0026rdquo;, \u0026ldquo;weight\u0026rdquo;, etc. Please note that if you use a numeric parameter, all cells in the column must be filled in with the number, records (rows) with empty numeric fields are not imported.\nResistance Markers Columns\nResistance Markers may represent any isolate characteristics (phenotypes, complex genotypes, genes or mutations) that are relevant to antibiotic resistance. Markers can be assigned to groups with each Group of Markers set in a separate column. For example, the column with the header \u0026ldquo;ESBL\u0026rdquo; may contain the entries like: \u0026ldquo;CTX-M-15\u0026rdquo;, \u0026ldquo;TEM-3\u0026rdquo;, \u0026ldquo;SHV-2\u0026rdquo;, \u0026ldquo;SHV-2+CTX-M-15\u0026rdquo;, \u0026ldquo;ESBL-negative\u0026rdquo;, etc. You can provide an unlimited number of columns with Resistance Markers. To ensure consistency, the data on Resistance Markers can be presented as follows:\n Results of testing for specific markers Entries Positive results \"OXA-48\", \"KPC\", \"CTX-M-15\", \"MRSA\", \"VRE\" etc. Negative result(s) \"Negative\" Not tested \"No data\" Not applicable for a particular organism/species empty cell Resistance Markers ","date":1599696300,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1599696300,"objectID":"02819c3c649b9331fb6128b9b7c6fb19","permalink":"https://amrcloud.net/en/tutorials/import-data/01-prepare/","publishdate":"2020-09-10T00:05:00Z","relpermalink":"/en/tutorials/import-data/01-prepare/","section":"tutorials","summary":"The \u0026ldquo;Rules of Thumb\u0026rdquo; for Data Preparation Accurate, well-formated and structured source data is essential for successful analysis using the AMRcloud platform.\n The following \u0026ldquo;rules of thumb\u0026rdquo; should be followed to prepare the data:\n The source data table should include individual isolate records and NOT aggregated statistics. Each isolate record should be represented by a separate row in the table. All AST Data and Metadata should be organized in columns with each column representing only a single type of data (number, date, character string).","tags":null,"title":"Data preparation","type":"docs"},{"authors":null,"categories":null,"content":"Uploading a Data File Please learn the content of the \u0026ldquo;Read Me\u0026rdquo; tab of the data import wizard first. To upload your data file to AMRcloud, go to the \u0026ldquo;Step One\u0026rdquo; tab, press the \u0026ldquo;Browse\u0026hellip;\u0026quot; button and select the file. If the file content appears correctly in the preview pane, press the \u0026ldquo;Validate and Save Step One\u0026rdquo; button to complete the current step.\n Uploading a file IMPORTANT!\n AMRcloud supports .xls, .xlsx and .csv data files. When uploading a .csv file, choose the format options from the \u0026ldquo;Options for csv file\u0026rdquo; panel to see the file content properly in the prevew pane. Use the slider above the preview pane to customize the number of rows (from 5 to 30) you want to preview. Data table preview Text Encoding Problems If you notice character encoding problems in the uploaded data, open the source file with any suitable text editor and re-save it with the UTF-8 encoding, then re-upload the file to AMRcloud.\n Text encoding problem After completing each step of the data import wizard your progress will be saved. You can close the wizard by pressing the \u0026ldquo;\u0026lt;Back\u0026rdquo; button at the top left corner of the screen and continue the import process from the saved step at any time by selecting the required data set and pressing the \u0026ldquo;Edit Set\u0026rdquo; button. ","date":1599696240,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1599696240,"objectID":"b3fb9344c423660146f13831a7b7d9e0","permalink":"https://amrcloud.net/en/tutorials/import-data/04-upload-file/","publishdate":"2020-09-10T00:04:00Z","relpermalink":"/en/tutorials/import-data/04-upload-file/","section":"tutorials","summary":"Uploading a Data File Please learn the content of the \u0026ldquo;Read Me\u0026rdquo; tab of the data import wizard first. To upload your data file to AMRcloud, go to the \u0026ldquo;Step One\u0026rdquo; tab, press the \u0026ldquo;Browse\u0026hellip;\u0026quot; button and select the file. If the file content appears correctly in the preview pane, press the \u0026ldquo;Validate and Save Step One\u0026rdquo; button to complete the current step.\n Uploading a file IMPORTANT!","tags":null,"title":"Step 1 - Upload Data","type":"docs"},{"authors":null,"categories":null,"content":"What is a Project / Data Set Project is a structural element of the AMRcloud platform used to group several Data Sets at the user\u0026rsquo;s discretion (you may view it as a folder).\nData Set is a basic unit within the Project that contains a discrete set of information that can be visualized and analyzed with the AMRcloud (you may view it as a separate file).\nYou can create multiple Projects and Data Sets within the AMRcloud.\nHow to create a Project To create a new Project in your account, press the \u0026quot;+ New Project\u0026rdquo; button in the upper left corner of the screen.\n New project Fill in the \u0026ldquo;New project name\u0026rdquo; and \u0026ldquo;Project subtitle\u0026rdquo; fields in the opening modal dialog (the limit is 255 characters).\nIt is recommended to use unique and distinguishing names for your Projects (do not limit yourself to the names like \u0026ldquo;project1\u0026rdquo; or \u0026ldquo;project2\u0026rdquo;). Project subtitle may include the keywords that further specify its content.\n Creating a new Project Types of Projects There are two types of Projects you can work with:\n My Project Team Project My Project is a personal project. Access to such a project is granted only to you, its creator and owner. However, you can share the results of the analysis of project data with other users by generating external web links.\nTeam Project is a collective project. Access to Team Project is granted to several users appointed as members of a team. The user who has created a Team Project becomes its administrator and has the right to manage it (i.e. add, modify or remove Data Sets) and to invite other users registered in AMRcloud to become team members. The invited users can view shared projects under the \u0026ldquo;Team Projects\u0026rdquo; tab but can\u0026rsquo;t manage them.\nData Sets Within a Project, you can create several Data Sets. To create a new Data Set, open the Project by clicking the \u0026ldquo;Open\u0026rdquo; button and then click the \u0026ldquo;+ New Set\u0026rdquo; button.\nFill in the \u0026ldquo;New set name\u0026rdquo; and \u0026ldquo;Set subtitle\u0026rdquo; fields in the opening \u0026ldquo;Add New Set\u0026rdquo; modal dialog (the limit is 255 characters). It is recommended to use unique and distinguishing names for your Data Sets (do not limit yourself to the names like \u0026ldquo;set1\u0026rdquo; or \u0026ldquo;set2\u0026rdquo;). The Data Set subtitle may include the keywords that further specify its content.\n Creating a new Data Set After creating a new Data Set, you can start uploading data by using the auto-opening wizard tool. Wizard can also be started at any time to modify the content of the existing Data Set by selecting it with a left-mouse click and then clicking the \u0026ldquo;Edit Set\u0026rdquo; button.\n","date":1584489960,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1584489960,"objectID":"e49aa105097c1730c49ff41c058a9ab7","permalink":"https://amrcloud.net/en/tutorials/import-data/00-project-set/","publishdate":"2020-03-18T00:06:00Z","relpermalink":"/en/tutorials/import-data/00-project-set/","section":"tutorials","summary":"What is a Project / Data Set Project is a structural element of the AMRcloud platform used to group several Data Sets at the user\u0026rsquo;s discretion (you may view it as a folder).\nData Set is a basic unit within the Project that contains a discrete set of information that can be visualized and analyzed with the AMRcloud (you may view it as a separate file).\nYou can create multiple Projects and Data Sets within the AMRcloud.","tags":null,"title":"Projects and Data Sets","type":"docs"},{"authors":null,"categories":null,"content":"In the future, if you have new data that does not structurally differ from those originally loaded into the Data Set, then you will not have to reset all the import steps and reload the entire table every time.\nAdd data Select the required data set and click on the Edit set button.\n Go to the Step Four: Determine S/I/R tab and click on the Add Data button.\n Click Browse to select a file (you can use a CSV file, in which case you may need to adjust the column separator). If the data table is displayed correctly, then check the date format is correct and check the box Check if you see the time scale?. Finally, click on the Upload button.\n Once the upload is complete, you can close the upload window and proceed to analyze the data or upload more data.\n The functionality of adding data appeared in AMRcloud from February 15, 2022. For data sets created before this date, it will be necessary to reset the set in Step Two and go through all the import steps again. After that, the functionality of adding data will become available. ","date":1581638460,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1581638460,"objectID":"0dfd3a8a49da86e32d187fb687e94dfe","permalink":"https://amrcloud.net/en/tutorials/import-data/09-adddata/","publishdate":"2020-02-14T00:01:00Z","relpermalink":"/en/tutorials/import-data/09-adddata/","section":"tutorials","summary":"In the future, if you have new data that does not structurally differ from those originally loaded into the Data Set, then you will not have to reset all the import steps and reload the entire table every time.\nAdd data Select the required data set and click on the Edit set button.\n Go to the Step Four: Determine S/I/R tab and click on the Add Data button.","tags":null,"title":"Add data","type":"docs"},{"authors":null,"categories":null,"content":"Below is the detailed description of the different types of analysis that can be performed in separate tabs of the Infographics field.\nData structure Tab Data structure gives a general overview of metadata structure. These infographics will help you overlay and compare any type of metadata uploaded with your dataset; however, it does not include antibiotic susceptibility data, which is investigated in detail in the consequent tabs.\nFollowing visualization tools are available under Data structure (sub-tabs):\nPie Chart Pie Chart sub-tab — simple data distribution by the categories that can be picked from the drop-down list. The table under the graph shows the cumulative data that went into the displayed graph and can be exported in various formats (csv, Excel, pdf, …).\nPlot by Plot by sub-tab — shows data distribution in relation to different criteria set by controllers in this Infographics field:\n Field Plot — the category of data that will be displayed Field Group by — the categories in which the displayed data will be classified into. Example. Distribution of isolates of different species by years Distribution of isolates of different species by years Distribution of isolates of different species by years. Result Table with cumulative data used to generate the graph is also available below.\nMap Map sub-tab — allows a display of one data category at a time that is set by a drop-down filter.\n To include all data points on the screen, press To search for the location on the map, use You can apply markers or drawings by using the side panel on the map Various adjustments to the elements on the map are available via Style Editor Style settings Organisms Tab Organisms – displays a summary of representation of different species or groups of organisms in the dataset (or subset of data selected based on the filters in the Basic Filters filed).\nAntibiotics S/I/R Summary Tab Antibiotics S/I/R Summary displays the overview distribution of the isolates by susceptibility categories S/I/R (which are either entered by the user or calculated from provided by user MIC of Inhibition zone diameter values)\nOnly one organism group or species can be analyzed at once. Before clicking Display, select the Organism Group or Organism Species in the Basic Filters part of the window.\nBy default, the susceptibility categories are displayed for all tested antibiotics (for which the susceptibility criteria are available). You may further select a smaller group of antibiotics (or a single drug) for which you would like to view the S/I/R distributions using the Antibiotic drop-down list in the Plot sub-tab.\nBelow are the controllers of data view available under the Antibiotics S/I/R Summary infographics field:\n A user can choose to show combined data from both auto-interpreted MICs and Zone Diameters together or select one of them under the drop-down list S/I/R Data Source. S/I/R categories can be displayed separately or be combined as S/I+R or S+I/R under the drop-down list Display. Selected Antibiotic Tab Selected Antibiotic allows to visualize the association of S/I/R categories for each antibiotic with other various factors present in the dataset (e.g., year, genetic lineage, diagnosis, geographic location, etc.). The main goal of this data visualization is to expose the concealed connections between a pattern of antibiotic resistance and any type of provided metadata. This is also the place where you can see antimicrobial susceptibility data distribution by discrete MIC or zone diameter values.\nFollowing controllers of data view are used to adjust data depiction throughout all sub-tabs of the Selected Antibiotic infographics field:\n A user can choose to show combined data from both auto-interpreted MICs and Zone Diameters together or select one of them under the drop-down list S/I/R Data Source. Antibiotic, for which the in-depth analysis is performed, can be selected in the Antibiotic drop-down list. The default selection is the first antibiotic in alphabetical order found in the dataset. Only one antibiotic can be chosen at a time. Following sub-tabs are available under Selected Antibiotic:\nS/I/R Plots As you open S/I/R Plots, the first set of filters allows you to:\n switch between S/I/R individual categorical view and either S/I+R or S+I/R combined views adjust 95% CI display (most importantly) select the metadata type that will be used for differential analysis of the susceptibility data (viewing susceptibility data distribution based on different metadata categories) – set in the drop-down list Plot by. The Summary information infographic is displayed first by default and provides the S/I/R summary for the selected antibiotic. (Summary is not affected by the Plot by filter set above).\nExample. Overall ciprofloxacin resistance of Enterobacterales. Let’s say we would like to see the overall ciprofloxacin resistance of Enterobacterales present in the dataset.\nSettings:\n Select the species or group of organisms for which resistance will be explored. Species or a group of organisms have to be selected for performing the tasks involving antimicrobial resistance phenotype interpretation (due to the species-specific nature of susceptibility breakpoints). Pick an antibiotic from the drop-down list, e.g., ciprofloxacin. Select the sub-tab S/I/R Plots. Select the infographics Summary information for the results Overall ciprofloxacin resistance of Enterobacterales. Filters Overall ciprofloxacin resistance of Enterobacterales. Result To proceed with viewing the distribution of antibiotic susceptibility categories (S/I/R) based on various data groups available in the dataset, click on infographics Plot by. Select the type of metadata you would like to use for grouping in the Plot by drop-down list in the level above.\nExample. Prevalence of ciprofloxacin resistance in different infection types caused by members of Enterobacterales. Let’s say we would like to see the prevalence of ciprofloxacin resistance in different infection types caused by members of Enterobacterales.\nSettings:\n Prevalence of ciprofloxacin resistance in different infection types caused by members of Enterobacterales. Filters Results:\n Prevalence of ciprofloxacin resistance in different infection types caused by members of Enterobacterales. Results By clicking on colored circles with categories S/I/R under the graph, you can limit displayed categories. E.g., switch to only showing % of resistant isolates by deselecting S and I data:\n Prevalence of ciprofloxacin resistance in different infection types caused by members of Enterobacterales. Deselecting S and I data The Table available under the last subtab of S/I/R plots shows the cumulative data that corresponds to the graph displayed in Plot by infographics.\nMap The map with S/I/R data shown as a pie chart for each geographic location appears under Map infographics.\n Selected Antibiotic. Map The diameter of each pie chart is proportional to the number of isolates. A left-click of the mouse on the diagram shows the geographic location name and absolute and relative number of samples.\nYou may set up an alert value to flag all locations with resistance prevalence above a certain threshold. Example: flag location with \u0026gt;=50% resistance to ciprofloxacin:\n Selected Antibiotic. Map with alerts Infographics Rating displays the prevalence of the selected resistance type in all geographical loci and orders them according to their rate. Vertical line designates a median percentage of resistant isolates.\n Selected Antibiotic. Rating Regression analysis of phenotypic susceptibility trends for various geographic locations is available in the corresponding infographics Regression. The generated graph has time points plotted against the X-axis and percentage values for the selected susceptibility categories along the Y-axis.\n Selected Antibiotic. Regression In the infographics settings, a user has the option to display various susceptibility phenotypes (S, S+I, R, I+R) as well as turn off and on the display of geographical names. Using the sliding scale, one may also adjust the size of circles and smoothing of the graph.\nTo see detailed information for specific geographic locations (particularly, the outlier from general trend), draw a box around values of interest with a left-click of a mouse.\n Selected Antibiotic. Regression. Detailed information. MIC MIC sub-tab presents antimicrobial susceptibility data as a distribution by discrete MIC or zone diameter values.\nInfographics MIC plots the number of isolates with each corresponding MIC value, as well as MIC 50 and MIC 90 values.\nInterpretive criteria (CLSI or EUCAST) selected upon dataset upload are applied to color-code graph bars for different MIC values: red for resistant isolates, yellow for intermediate, and green for susceptible isolates. If no interpretation criteria are available for a given drug-bug combination, the data bars for the corresponding MIC values will appear grey. It is also possible to have only data bars corresponding to the certain MIC values colored grey- if instead of a single species, the organism group is selected in Basic Filters, and the interpretive criteria for different species (or different infection localizations) within the given group are different for the selected antibiotic.\n Selected antibiotic. MIC Infographics MIC Trend plots the MIC trend to the specified antibiotic within a given time frame.\nThe generated graph has time points plotted along the X-axis and MIC values along the Y-axis. The size of the circle for each value corresponds to the number of isolates. Color-coding is the same as in the MIC Infographics.\nChecking the flag MIC and adjusting the MIC xx% scale displays the trend of the compiled MIC values:\n Selected antibiotic. MIC trend. MIC90% To see additional information for the specific MIC values in a given time frame, draw a box around values of interest with a left-click of a mouse and press the button Get Info under the graph. Displayed below information will display the S/I/R distribution for the datapoints encompassed by your selection in the histogram. The table will also include the isolate-level details. The isolates table can be further filtered based on any of the data columns by typing in the value at the top of the column or sorted in ascending/descending order.\n Selected antibiotic. MIC trend. Table Zone Diameter Zone Diameter sub-tab performs the same function as the MIC sub-tab described above, but for the analysis of antibiotic zone diameters distribution and trends. Similarly, this sub-tab contains Infographics Zone Diameter and Zone Diameter Trend.\nAssociated Resistance Tab Associated Resistance – is a perfect tool for discovering associations between different antibiotic resistance phenotypes. This analysis utility quantifies the number of isolates that are assigned to the category resistant based on applied susceptibility interpretation criteria.\nFollowing infographics sub-tabs are available under Associated Resistance:\nCoresistance The Coresistance sub-tab demonstrated the data on associated resistance as a matrix, where the values in the intersection of two antibiotics show the percentage of cases when resistance to one drug correlates with the resistance to another antimicrobial. Applied heatmap (Matrix infographics) represents the higher percentage of correlation as a brighter red color of the cell.\n Associated Resistance. Matrix The selection of antibiotics is defaulted to displaying all drugs present in the dataset, but the user may restrict the displayed antimicrobials by using the drop-down list under the Coresistance sub-tab.\nThe same data is also available in Table view under the corresponding tab Table:\n Associated Resistance. Table Multiple Resistance Multiple Resistance sub-tab calculates the number of isolates that displays correlated resistance against the selected antibiotics.\nSelect 2 or more antibiotics from the drop-down list Antibiotic to see how many isolates possess simultaneous resistance to those antibiotics.\nIn the R at least to N antibiotics, set the value to match the number of the selected antibiotics if you would like to see what portion of isolates is resistant to all of those antibiotics.\nExample If we selected 3 antibiotics: cefotaxime, ciprofloxacin, and imipenem - and then set the number of correlated drug resistance to 3 - it means we will see the number of isolates simultaneously resistant to all 3 drugs - cefotaxime, ciprofloxacin, and imipenem. In the example below, none of the isolates possessed such a combination of resistant phenotypes:\n Multiple Resistance. Example for N = 3 If we set R at least to N antibiotics to 2, this would mean that we would see the number of isolates that are simultaneously resistant to any 2 antibiotics from the selected list (cefotaxime, ciprofloxacin, and imipenem):\n Multiple Resistance. Example for N = 2 In our example, there are 33 isolates that have such resistance combination out of 135 total tested isolates (value N).\n If the value set in R at least to N antibiotics is bigger than the number of selected drugs under Antibiotic, the number of isolates matching such parameters will be 0, as those are invalid settings. Value N shows the absolute number of isolates that have the configured resistance combination, displayed in relation to the number of total tested isolates. Value R shows the relative number of isolates resistant to the selected antibiotics (percentage equivalent of the N value). 95% CI is the 95% confidence interval of the relative number of isolates with multiple resistance. Scatter Plot Scatter Plot sub-tab shows scatter plot of MIC values for 2 selected antibiotics. Select any 2 antibiotics using the drop-down list under this subtab.\nThe number displayed in the intersection between MIC values for 2 different antibiotics corresponds to the number of isolates with such MIC values combination. The circle size is proportional to the number of the isolates with given MIC values and can be adjusted using the scale Point size.\nExample In the example below, we have 12 isolates with ciprofloxacin MIC 128 mg/L and cefotaxime MIC of 256 mg/L.\n Scatter Plot Markers Tab Markers – can be used for all sorts of genetic markers that you would like to overlay with any type of metadata or antibiotic susceptibility data; the latter is most convenient for investigating correlations between resistant phenotype and antibiotic resistance determinants.\nSelect a group of markers using the Group of Markers drop-down list under the Markers tab. Group of Markers could be any column in your dataset that you marked as Markers while loading the data, and any distinct values in the corresponding column would be considered as individual markers.\nBy default, all values under that group will be displayed, but you can use the Marker drop-down list to limit the displayed values. E.g., below we selected the group of markers - ESBL, and left all possible values to display (in this case only 2 values - positive and negative).\n Markers Following infographics sub-tabs are available under Markers:\nMarkers Markers sub-tab shows a circular diagram representing a summary of the values available under the selected Group of Markers, i.e., percentage of isolates with each marker value.\n Markers. Graph Plot by Plot by sub-tab is a convenient tool to investigate the correlations between various markers and any metadata that is present in your dataset.\nTo select the type of data for the analysis categories, use the Plot by drop-down menu.\nExample Distribution of ESBL markers by month:\n Markers. Plot by month Or by allele clusters (genotyping groups):\n Markers. Plot by allele clusters Map The Map sub-tab is used to overlay the number of isolates with a given marker on the geographical map.\n Markers. Map The diameter of the circle for each geographic location is proportional to the number of isolates with the selected marker. The size of circles can be adjusted by dragging the Point Size pointers.\nClicking on the circles will bring a pop-up message showing the name of the geographic location and the number of the isolates.\nMap x2 Map x2 sub-tab differs from the Map sub-tab in the ability to display side by side two maps: one with markers and another one- with a selected antibiotic’s SIR distribution by geographical location.\n Markers. Map x2 Select one antibiotic for the SIR display using the Antibiotic drop-down menu under the Map x2 sub-tab.\nYou can change how SIR categories are displayed on the map using the Category drop-down list and select either of the following: SIR, S+I, R, R+I.\nAny movement or zooming in one map view is automatically applied to another map.\nSIR Summary SIR Summary sub-tab allows visualizing the information on susceptibility categories (SIR) among the isolates with a selected marker(s).\nThe most useful way to review the data would be to select one marker at a time in the Marker drop-down list and look at SIR category distributions for a given marker before moving to the next marker. If all markers are selected, the SIR distribution infographic displays the values for all isolates that have the given marker group values and doesn’t show the difference between different markers.\nThe SIR plot has the percentage of isolates plotted on the Y-axis and SIR categories for the selected antibiotics plotted on the X-axis. The color of the graph bar corresponds to the susceptibility profile:\n S/I/R colors Example Below is an example with the ESBL marker group:\n Both possible marker values are selected. SIR distribution for all antibiotics is shown: SIR summary. ESBL Only the Positive ESBL marker is selected. SIR distribution for all antibiotics is shown: SIR summary. Positive ESBL Only the Negative ESBL marker is selected. SIR distribution for all antibiotics is shown:\n SIR summary. Negative ESBL MIC MIC sub-tab demonstrates the distribution of the selected markers in relation to MIC values of the selected antibiotic. For this analysis, you may have all or only certain markers selected. However, you would need to select only one antibiotic at a time to display the MIC distributions.\nInfographics MIC shows the histogram distribution with each MIC value of the selected antimicrobial plotted along the X-axis and the percentage of isolates plotted along the Y-axis. The color within each bar indicates the markers, with the height of the block reflective of the proportion of the isolates with a given marker. MIC 50 and MIC 90 values are marked with red vertical lines.\n Markers. MIC Infographics MIC Trend has dates plotted along the X-axis and MIC values along the Y-axis. Data is displayed for the isolates with the selected marker(s).\n Markers. MIC trend The color of circles corresponds to the susceptibility category and circle size - to the number of isolates.\nYou can select the circles on the graph for which you want to get more information (by drawing a box around them) and click the button Get Info. The data displayed below will have information on the isolates included in those data points: their MIC values distribution in the MIC tab and metadata - in the Table (Isolates) tab. MIC tab here could be helpful if you would like to see a distribution of MICs in relation to the markers selected for the analysis upstream.\n Markers. Detail information Zone Diameter Zone Diameter sub-tab pretty much does the same visualization as the MIC subtab, but for AST data available as zone diameters. As with MIC, you may have all or only certain markers selected, but you would need to select only one antibiotic at a time.\nInfographics Zone Diameter shows the histogram distribution with each Zone Diameter value of the selected antimicrobial plotted along the X-axis and percentage of isolates plotted along the Y-axis. The color within each bar indicates the markers, with the height of the block reflective of the proportion of the isolates with a given marker.\nInfographics Zone Diameter Trend displays dates plotted along the X-axis and Zone Diameter values along the Y-axis for the isolates with the selected above marker(s).\nYou can draw a box around the data points for which you want to see more information and click the button Get Info. The data displayed below in the Zone Diameter tab will have Zone Diameter distribution for the selection in relation to the markers selected for the analysis upstream.\nThe Table (Isolates) tab contains the metadata for the isolates included in selection on the Zone Diameter Trend graph.\nTime of First Detection Time of First Detection sub-tab provides visualization of the date of the first detection of a certain marker.\nSelect the marker under the drop-down list Genetic Marker.\nYou can alter what information about the first detection case is displayed on the timeline by selecting different parameters in the drop-down list Plot by. In the case if dates of the first detection are different based on the value of the parameter selected in Plot by, you’ll see multiple date marks on the timeline.\nExample If we select an IIIG lineage of Shigella sonnei in our example dataset as a marker and set the Plot by to geographical location, we will see the dates when this marker was detected in all geographical locations:\n Markers. Time of First Detection Compare Tab Compare is used to compare two groups defined by the user based on the variety of different parameters (various metadata categories, resistance, presence of markers, etc.).\nA user utilizes the filters to define what parameters do the isolates need to meet in order to be included in one or another group. Group #1 is set using the Basic filters field, and Group #2 is defined using the Filters for Comparison field under the Compare tab - both fields have the same set of filters set at default values at a start, that could be later modified accordingly to define the two comparison groups. E.g., in order to create Group #1, you could filter isolates in the Basic filters field based on prior antibiotics use and only select patients with a recent history of antibiotics prescription. Now, to create Group #2, one could filter the isolates for the second group to only include isolates from patients with no recent antibiotics therapy.\nThe organism group and/or organism species selected by the user for Group #1 will be automatically populated for Group #2 (but not the other way around). Only the group filter is automatically populated.\n Note that after setting the group criteria in the Basic filters field (Group #1) and in the Filters for Comparison field (Group #2), if you go back to modify the selection of parameters for Group #1, the parameters in Group #2 will be reset. This applies to the selected organism group and species. So if you are planning to restrict the comparison to a particular organism group/species (will be necessary for S/I/R category analysis; see below), it is helpful to set the organism specifics under the Group #1 parameters before applying filters to Group #2 to avoid having to redo your Group #2 filtering. Alternatively, you can always reapply your Group #2 filters if you had to change organism group/species after both Groups have been already defined.\nAfter the two groups were defined, proceed to select the parameters that you want to use as a basis for the comparison of the two groups.\nData structure Data structure sub-tab: you can use any data categories in your dataset as the parameters for the comparison of two groups. Those will be listed in the drop-down list Data Structure by.\nThe top part of the infographics will contain data visualization of your comparison as a bar graph. As with other bar graphs in AMRcloud infographics, you can hide data categories from the view by clicking on them in the legend to the graph. E.g., hiding cases with no data available on complications:\n Compare. Data structure Below the graph, you can see the table showing the row values and percentages for all data categories, as well as the p-value for the statistical significance level (exact Fisher test for each category).\n Compare. Table SIR S/I/R sub-tab: If you would like to compare the antibiotic susceptibility phenotype between two selected groups, make sure to first select the same organism group (or species) in Group #1 (will be applied to both Groups automatically).\nDeterminants Determinants sub-tab allows you to show the distribution of various genetic markers (values in the dataset labeled by the user as Markers) between two comparison groups. (The values listed in the Determinants sub-tab are the same as in the Markers tab, but the structure of the infographic is more geared towards the comparison of markers between two groups).\n","date":1633996800,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1633996800,"objectID":"42721abd38953866bbf164a433750d2d","permalink":"https://amrcloud.net/en/tutorials/analysis-examples/03/","publishdate":"2021-10-12T00:00:00Z","relpermalink":"/en/tutorials/analysis-examples/03/","section":"tutorials","summary":"Below is the detailed description of the different types of analysis that can be performed in separate tabs of the Infographics field.\nData structure Tab Data structure gives a general overview of metadata structure. These infographics will help you overlay and compare any type of metadata uploaded with your dataset; however, it does not include antibiotic susceptibility data, which is investigated in detail in the consequent tabs.\nFollowing visualization tools are available under Data structure (sub-tabs):","tags":null,"title":"Detailed description of the types of analysis available in AMRcloud.","type":"docs"},{"authors":null,"categories":null,"content":"Saving the graph The majority of graphs can be simply saved to your local PC by clicking on the icon with an arrow pointing down in the top right corner of the graph that allows you to save the image as a .png file.\n Save graph button The exceptions are described below.\nSaving the trend graph Trend graphs, like an example below, at this point can only be exported via screenshot.\n Trend graph Saving the map Maps at this point can only be exported via screenshot. It may be helpful to expand the map to the full screen in order to achieve better resolution of the screenshot: for that, click on the View Fullscreen icon on the map before making a screenshot.\nExporting table with analysis results All the analysis data tables in the AMRCloud resource can be exported using the buttons at the bottom of the table:\n Buttons for export table data CSV and Excel are preferred formats for data export (PDF format may have your table cropped).\n","date":1633996800,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1633996800,"objectID":"e0e9125e9876b2eb1039a5802291d380","permalink":"https://amrcloud.net/en/tutorials/analysis-examples/04/","publishdate":"2021-10-12T00:00:00Z","relpermalink":"/en/tutorials/analysis-examples/04/","section":"tutorials","summary":"Saving the graph The majority of graphs can be simply saved to your local PC by clicking on the icon with an arrow pointing down in the top right corner of the graph that allows you to save the image as a .png file.\n Save graph button The exceptions are described below.\nSaving the trend graph Trend graphs, like an example below, at this point can only be exported via screenshot.","tags":null,"title":"Data export","type":"docs"},{"authors":null,"categories":null,"content":"You can share your data with your colleagues by either:\n Sharing your AMRcloud project with other users: in this case, the whole dataset will be available for view, analysis, and modification by the team members added to the project; or Sharing results of your analysis by generating a link that allows other users to view the data analysis settings and visualizations (tables, graphs, etc.) created by you. Sharing the project Create a team of users with whom you would like to share the project (a team may contain only 1 user). For that, go to the Teams section of your starting window and click the button Add Team. In the newly opened window, enter Team name and description: Create new team Add users to the sharing team: In the same window, select the newly created team and click the button Add users. In the newly opened window, you can enter multiple email addresses at a time to add users to the team (users must be registered in AMRcloud with those email addresses). Add users to team Share your project with the created team. For that, select the project that you would like to share in the Projects starting window and click the button Assign Team. In the newly opened window, select the team name with which you wish to share the project. Share project Sharing a link to the analysis results After the results of the analysis (graph, table, map, etc.) were generated, do not change any filters or settings and proceed to create a link for sharing your analysis.\n Click a button in the top right corner of your working screen (above the Basic Filters field)\n In the newly opened window, you can set several options for the generated link:\n You may choose to create a link that is protected by a password (check the Password protected box); alternatively, data can be accessed by anybody with a link (if left unchecked).\nYou may also limit the access to allow viewing only the limited dataset determined by filters that were set by you, meaning that if another user attempts to modify the set filtering parameters, no data will be displayed beyond your shared selection. For that, check the Share only selected data box. If this box is unchecked, the user with the link will be able to modify the filters and look at different analysis tabs.\n Generate Link dialog Click the button Generated link. Link is generated in the form of barcode and web browser address. Copy the link to share with your colleagues. Generated links can be viewed in My Profile, tab Links (no editing is available).\nTo manage (delete/edit) links, open your project, select the set and click the button Edit Set. In the next window, click on tab Links:\n Edit Set Edit Link ","date":1633996800,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1633996800,"objectID":"e442eb4aac095db741904af9cab5b290","permalink":"https://amrcloud.net/en/tutorials/analysis-examples/05/","publishdate":"2021-10-12T00:00:00Z","relpermalink":"/en/tutorials/analysis-examples/05/","section":"tutorials","summary":"You can share your data with your colleagues by either:\n Sharing your AMRcloud project with other users: in this case, the whole dataset will be available for view, analysis, and modification by the team members added to the project; or Sharing results of your analysis by generating a link that allows other users to view the data analysis settings and visualizations (tables, graphs, etc.) created by you. Sharing the project Create a team of users with whom you would like to share the project (a team may contain only 1 user).","tags":null,"title":"Data sharing","type":"docs"},{"authors":null,"categories":null,"content":"Russian State Center for Quality and Standardization of Veterinary Drugs and Feed Research Institute of the Federal Service for Veterinary and Phytosanitary Surveillance (ROSSELKHOZNADZOR).\nOIE collaborating Center on Food Safety, Diagnosis and Control of Animal Diseases in Eastern Europe, Central Asia and Transcaucasia.\nMain activities of VGNKI are ensuring veterinary drugs quality, food of animal origin and feed safety, certification and registration of veterinary drugs, feed and feed additives, including GMO-containing.\nAbstract: Dаta for 2017-2023 years 4251 isolates Esherichia coli – 1505, Enterococcus spp. (E.faecalis, E.faecium, etc.) – 1554, Salmonella enterica – 647, Campylobacter spp. (C.jejuni, C.coli, etc.) – 161, Staphylococcus spp. (S.aureus, S.haemolyticus, etc.) – 193 Listeria monocytogenes - 191 Isolates taken from poultry (chicken, turkeys, ducks, geese), cows, pigs, sheep, goats, horses, rabbits, fish. Geographic coverage – 37 regions of Russia from Kaliningrad to the Far East, Belarus, Iran, Turkey. Types of samples: animal biomaterial, internal environment of the enterprise (flushes from equipment, bedding, etc.), food products, incoming material (feed, water), soil at the grazing site. 30 antimicrobials from 16 classes: amoxicillin, ampicillin (penicillins), azithromycin (azalides), cefotaxime, ceftaroline, ceftiofur (cephalosporins),chloramphenicol, florfenicol (amphenicols), ciprofloxacin, enrofloxacin, levofloxacin, marbofloxacin, moxifloxacin (fluoroquinolones), clindamycin (lincosamides), colistin, bacitracin (polypeptides), doxycycline, tetracycline (tetracyclines), erythromycin (macrolides), gentamicin, spectinomycin, streptomycin (aminoglycosides), meropenem (carbapenems), rifampicin (anzamycins), sulfadiazine, sulfamethoxazole (sulfonamides), trimethoprim (diaminopyrimidines), trimethoprim/sulfamethoxazole combination, vancomycin (glycopeptides), virginiamycin (streptograms). Antimicrobial susceptibility testing method: Broth microdilution. Interpretation according to EUCAST2023 clinical breakpoints and EUCAST ECOFFs. Data: Bogomazova A.N. Gergel M.A. Gordeeva V.D. Grizuk V.A. Ivanova O.E. Karabanov S.Yu. Komarov A.A. Krylova E.V. Kulikovsky A.V. Lenyov S.V. Lobova P.A. Makarov D.A. Pleskacheva M.A. Pobolelova Yu.I. Pomazkova A.V. Prasolova O.V. Rusakov S.V. Soltynskaya I.V. Sukhoedova A.V. Yatsentyuk S.P. You can leave you questions and comments by e-mail: phorez@yandex.ru (Makarov D.A.)\n ","date":1695459600,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1695459600,"objectID":"10bdcc75760bb535dcf83077737f39c2","permalink":"https://amrcloud.net/en/project/vgnki/","publishdate":"2023-09-23T09:00:00Z","relpermalink":"/en/project/vgnki/","section":"project","summary":"Russian State Center for Quality and Standardization of Veterinary Drugs and Feed","tags":null,"title":"Research project: Veterinary monitoring and Risk Analysis of Zoonotic Bacteria Antimicrobial Resistance.","type":"project"},{"authors":null,"categories":[],"content":"VGNKI continues to conduct veterinary monitoring of antibiotic resistance of zoonotic bacteria and is pleased to present an updated project with fresh data.\nThe project is supplemented with data for 2022 and 2023 on 2,629 isolates, including a new microorganism – Listeria monocytogenes.\nIn addition to animal biomaterial (feces, flushes, etc.), data on isolates isolated from the internal environment of the enterprise (flushes from surfaces, equipment), food products, incoming material (feed, clean litter, water), and soil selected at the grazing site have been added.\nAdded data on isolates from horses, rabbits, and fish (food products).\nThe geography of research is extended to three regions of Russia, as well as, in the case of food products, to foreign countries - Belarus, Iran, and Turkey. The program included two new antibiotics – virginiamycin and bacitracin.\n Open project\n","date":1695448800,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1695448800,"objectID":"faf768f68fc011ca8254ec0d373ef9fb","permalink":"https://amrcloud.net/en/post/20230923-vgnki-update/","publishdate":"2023-09-23T09:00:00+03:00","relpermalink":"/en/post/20230923-vgnki-update/","section":"post","summary":"ФГБУ «ВГНКИ» продолжает проведение ветеринарного мониторинга антибиотикорезистентности зоонозных бактерий и радо представить обновленный проект со свежими данными.","tags":[],"title":"Project update from VGNKI","type":"post"},{"authors":null,"categories":[],"content":" EUCAST v.13.0 (2023) clinical breakpoints are now available in AMRcloud.\n","date":1675663200,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1675663200,"objectID":"a16fa32e39c8fa368fa242d9f9b4ed72","permalink":"https://amrcloud.net/en/post/20230130-eucast/","publishdate":"2023-02-06T09:00:00+03:00","relpermalink":"/en/post/20230130-eucast/","section":"post","summary":"EUCAST v.13.0 (2023) clinical breakpoints are now available in AMRcloud.","tags":[],"title":"EUCAST 2023 clinical breakpoints are now available in AMRcloud.","type":"post"},{"authors":null,"categories":[],"content":"AMRcloud has been updated to version 0.9.2:\n added ability to add charts from \u0026ldquo;Data Structure\u0026rdquo; tab (subtab \u0026ldquo;Plot by\u0026rdquo;);\n Data Structure example added ability to add charts from \u0026ldquo;Selected Antibiotic\u0026rdquo; tab (subtab \u0026ldquo;Plot by\u0026rdquo;);\n Selected Antibiotic example added ability to disable numerical captions on the charts.\n Setting the chart display added ability to change the plot display settings (size and visibility of captions) in the dashboards\n Setting the size of captions Setting the visibility of captions ","date":1675058400,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1675058400,"objectID":"4aa3f199264edb6bbec6530b71877956","permalink":"https://amrcloud.net/en/post/20230130-amrcloud-update/","publishdate":"2023-01-30T09:00:00+03:00","relpermalink":"/en/post/20230130-amrcloud-update/","section":"post","summary":"AMRcloud has been updated to version 0.9.2","tags":[],"title":"AMRcloud January update","type":"post"},{"authors":null,"categories":null,"content":"Organisers Pirogov Russian National Research Medical University Samara State Medical University Filatov Municipal Clinical Hospital Morozov City Children’s Clinical Hospital Abstract The main gram-negative cystic fibrosis bacterial pathogens include Pseudomonas aeruginosa, Achromobacter spp., Burkholderia cepacia complex and Stenotrophomonas maltophilia. In this project, the results of antibiotic susceptibility testing of the main gram-negative cystic fibrosis bacterial pathogens recovered from cystic fibrosis patients in Russia are presented.\nBacterial isolates In January – February 2020, respiratory tract samples from 170 cystic fibrosis patients (5% of all cystic fibrosis patients in Russia) from 42 regions were analyzed. The detected main gram-negative cystic fibrosis bacterial pathogens (P. aeruginosa, Achromobacter spp., Burkholderia cepacia complex and S. maltophilia) were studied.\nAntibiotic susceptibility testing Minimum inhibitory concentrations of antibacterial agents were determined using broth microdilution method. The results were interpreted according to Clinical and Laboratory Standards Institute (CLSI, 2020) criteria.\nStudy group Bocharova Yu.A., Savinova T.A., Lyamin A.V., Kondratenko O.V., Fedorova N.I., Semykin S.Yu., Polikarpova S.V., Zhilina S.V., Chaplin A.V., Korostin D.O., Mayansky N.A., Chebotar I.V.\nFunding The study was supported by the Russian Science Foundation (Project ID 20-15-00235).\nContact Yuliya Bocharova Senior researcher, laboratory of molecular microbiology,\nPirogov Russian National Research Medical University\nivrin7@gmail.com\n ","date":1655197200,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1655197200,"objectID":"89c335c9b065c8bf2ccf4cd28b75e223","permalink":"https://amrcloud.net/en/project/muco-v/","publishdate":"2022-06-14T09:00:00Z","relpermalink":"/en/project/muco-v/","section":"project","summary":"The cross-sectional study in Russia","tags":null,"title":"The main gram-negative bacterial pathogens recovered from cystic fibrosis patients","type":"project"},{"authors":null,"categories":[],"content":"AMRcloud has been updated to version 0.9:\n Added a new analytical module Expert System, which allows you to automatically find errors and inconsistencies in the phenotypic data of antibiotic resistance.\n Example Expert System results To activate the Expert system tab, you must reset the Step Four of editing the data set and check the box Validate data using an expert system.\n Activation of the Expert system tab Added the ability to select sorting for the display of pie charts on the Data structure tab (by quantity or by name);\n Сортировка на круговых диаграммах When adding a chart to a dashboard, the last used dashboard is selected by default;\n Added the ability to change the name of the previously created chart in the dashboard;\n Added the ability to change the font size on the X and Y axes (on interactive charts);\n An optional display of 95% CI is available.\n Display of 95% CI and font size of axis settings ","date":1654581600,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1654581600,"objectID":"a5cb7941a580748428f3f2d55b0d6bb9","permalink":"https://amrcloud.net/en/post/20220607-amrcloud-update/","publishdate":"2022-06-07T09:00:00+03:00","relpermalink":"/en/post/20220607-amrcloud-update/","section":"post","summary":"AMRcloud has been updated to version 0.9","tags":[],"title":"AMRcloud June update","type":"post"},{"authors":["Kuzmenkov A.Yu.","Vinogradova A.G.","Trushin I.V.","Kozlov R.S."],"categories":null,"content":"Objective To analyze the features of local antibiotic resistance monitoring at hospitals in the Russian Federation.\nMaterials and Methods The study involved a survey of 305 institutions. The duration of data collection was 1 year (March 2020 – April 2021). The responses received were analyzed using the «R» programming language. Special packages were used for data processing and calculation of confidence intervals. Results were assessed by descriptive analysis with calculation of absolute and relative frequencies, and 95% confidence intervals according to the Wilson method. Frequencies were compared using Fisher’s exact test. The significance level α was set at 0.05.\nResults Hospitals at various levels of organization participated in the survey. Data on local epidemiology of antibiotic resistance was available for 54.1% of institutions. The use of computer tools to automate the collection and analysis of antibiotic resistance monitoring data was noted by 26.23%. The implementation of an antimicrobial management system in the work of a medical center was confirmed by 25.3%. Data on identification of pathogens and antibiotic susceptibility test were available in the LIS/MIS – 12.46%. Over 70% of participants indicated that they update interpretation criteria annually. Storage of the AST results for more than 1 year was implemented by over 90% of hospitals. Availability of local antimicrobial therapy protocols was confirmed by 34.75% of the respondents.\nConclusions Access to data on the local epidemiology of antimicrobial resistance was unavailable for most specialists. Insufficient use of special tools to automate the collection and evaluation of antimicrobial resistance data has been identified. Implementation of an antimicrobial stewardship program and development of local antimicrobial therapy protocols were in a limited number of institutions. The data obtained indicate significant problems in the systemic organization of local antibiotic resistance monitoring.\n","date":1648339200,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1648339200,"objectID":"7887111670c088360b5bb2003216fe08","permalink":"https://amrcloud.net/en/publication/cmac-2022-t24-n1-p31/","publishdate":"2022-03-27T00:00:00Z","relpermalink":"/en/publication/cmac-2022-t24-n1-p31/","section":"publication","summary":"The study involved a survey of 305 institutions. The duration of data collection was 1 year (March 2020 – April 2021)","tags":null,"title":"Practice of local antibiotic resistance monitoring at hospitals in various regions of the Russian Federation","type":"publication"},{"authors":null,"categories":null,"content":"This tutorial shows you how to export and convert the data from Adagio system for uploading to the AMRcloud online platform.\n First of all you should to configure report templates for uploading. In order to configure the reports, please contact Bio-Rad support service sos@bio-rad.com. The basic steps of uploading data to the AMRcloud online platform are described in the AMRcloud Data Import Tutorial\nAdagio export The export file is an Excel file. The file is generated based on the data included in the previously created list of selected analyzes.\nTo prepare the data for upload, go to the Tools → Epidemiology menu.\n Epidemiology menu In the new window, select English language.\n Select language In the list you should find the AMRCloud folder and click on the gray triangle on the left.\n Select report After that, select the report for export:\n AMRCloud dd for exporting the diameters of the Zone of Inhibition Test. AMRCloud SIR for exporting results in \u0026ldquo;S/I/R\u0026rdquo; categories. Then set the required time period of study on the Criteria tab and click the Save button.\n Period of study Attention! You must wait for the pop-up window Saved with success to appear. Saved with success To generate the report, go to the Result tab and click the Run query button.\n Generate the report The generated report will automatically open in a new window. You can close this window.\n Generated report Next, you need to export the report to an Excel file.\n Excel file export The finished report with pre-selected data will be automatically saved in the Downloads folder.\n Excel file example The resulting file must be passed through the converter to AMRcloud.\nOnline Converter Preparation The file with isolates from Adagio system is an Excel file (* .xlsx).\nIf you need to convert the file, follow the link https://public.amrcloud.net/adagio.\nUploading a File To upload the file, click on the Choose file button and select your Adagio file.\n File upload The file upload will start automatically. When the upload is complete, the system will check the contents of the file, try to read it, and display a preview on the screen. If the upload is successful, you will see the following.\n Successful file upload If you see the table and the Convert button, then the file was successfully recognized by the system.\nConverting a File The file converting process consists in replacing the Adagio antibiotic and organisms codes with AMRcloud codes.\nAfter successfully uploading the file, click the Convert button. At the end of the converting process, a report on the performed manipulations will appear on the page. The report contains a list of codes for antibiotics and organisms that have been changed, as well as warning messages to look out for.\nThere are the following types of warnings:\n The Column [AMC] has no values warning is displayed when no values are found in the antibiotic column. The Column [AMC] looks like antibiotic, but has ho DISK values warning is displayed when the converter detects values in the antibiotic column that cannot be recognized either as inhibition zone diameters or as interpreted SIR values. In this case, the column name is still converted to the AMRcloud format, the values remain unchanged. The Columns with identical names have been enumerated warning is displayed when replacing the names of columns with antibiotics produces the same names. In this case, the columns are numbered in order. Warnings example Antibiotics converting Downloading a File To get the converted file, click the Download button.\nYou can use this file to create projects and datasets in AMRcloud. The basic steps of uploading data to the AMRcloud online platform are described in the AMRcloud Data Import Tutorial.\nOffline Converter It is possible to convert data from Adagio format to AMRcloud format without using the Internet. To do this, you need to use an offline converter.\nPreparation The file with isolates from Adagio system is an Excel file (* .xlsx).\nInstallation You do not need to install the \u0026ldquo;AMRcloud Adagio Converter\u0026rdquo;, you should just download the archive from the link below and unpack it.\n AMRcloudAdagioConverter.zip.\nThen execute the AMRcloudAdagioConverter.exe file.\nThe program requires .Net 6. If necessary, you can donwload it from the official Microsoft link.\nWorking The program window after launch looks like this.\n Main window To select an Adagio file, press the Open Adagio Excel File button, or select the File → Open Adagio Excel file menu.\n Open file After selecting the file, a table should appear. If the table does not appear, the file formatting may differ from the standard and you need to correct the original file.\nTo start the converting process, click the Convert to AMRcloud button.\n Convert file At the end of the converting process, a report on the performed manipulations will appear on the page. The report contains a list of codes for antibiotics and organisms that have been changed, as well as warning messages to look out for.\n Converting report By default, the converted file is saved to the .\\Converted folder. You can open the converted file using the Open converted file button.\nThere are the following types of warnings:\n The Column [AMC] has no values warning is displayed when no values are found in the antibiotic column. The Column [AMC] looks like antibiotic, but has ho DISK values warning is displayed when the converter detects values in the antibiotic column that cannot be recognized either as inhibition zone diameters or as interpreted SIR values. In this case, the column name is still converted to the AMRcloud format, the values remain unchanged. The Columns with identical names have been enumerated warning is displayed when replacing the names of columns with antibiotics produces the same names. In this case, the columns are numbered in order. Dictionaries The program contains pre-installed reference dictionary of antibiotics, according to which the converting is carried out. If necessary, you can make changes to them using the Dicitonaries menu.\nLet\u0026rsquo;s select the Dictionaries → Antibiotics menu.\n Dictionaries menu The dictionary window looks like this.\n Antibiotics dictionary To enter the data, just double-click on a cell in the table and enter the text. Confirmation of the input is carried out with the Enter key. New entries are added using the line marked with an asterisk. You can save the changes using the Save button. The Reload button allows you to reload the table again, thereby resetting unsaved changes.\nThe Import button allows you to simplify the dictionary filling process. When you click the button, a text box appears where you can paste a table with codes from Excel. By pressing the OK button, they will be added to the dictionary.\n Dictionary data import The Export button allows you to save the dictionary values to an Excel file.\n","date":1648166760,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1648166760,"objectID":"69099612ee317871cb13aab8379dc2a9","permalink":"https://amrcloud.net/en/tutorials/integrations/adagio/","publishdate":"2022-03-25T00:06:00Z","relpermalink":"/en/tutorials/integrations/adagio/","section":"tutorials","summary":"This tutorial shows you how to export and convert the data from Adagio system for uploading to the AMRcloud online platform.\n First of all you should to configure report templates for uploading. In order to configure the reports, please contact Bio-Rad support service sos@bio-rad.com. The basic steps of uploading data to the AMRcloud online platform are described in the AMRcloud Data Import Tutorial\nAdagio export The export file is an Excel file.","tags":null,"title":"Link Adagio to AMRcloud","type":"docs"},{"authors":null,"categories":null,"content":"","date":1648166760,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1648166760,"objectID":"a8641da1c8605f446b5f2d17b92e2f06","permalink":"https://amrcloud.net/en/tutorials/videotutorial/05/","publishdate":"2022-03-25T00:06:00Z","relpermalink":"/en/tutorials/videotutorial/05/","section":"tutorials","summary":"","tags":null,"title":"Antibiotics S/I/R Summary tab","type":"docs"},{"authors":null,"categories":null,"content":"","date":1648166760,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1648166760,"objectID":"36db9db5bb0987d4b3676cc4a8056c75","permalink":"https://amrcloud.net/en/tutorials/videotutorial/07/","publishdate":"2022-03-25T00:06:00Z","relpermalink":"/en/tutorials/videotutorial/07/","section":"tutorials","summary":"","tags":null,"title":"Associated Resistance tab","type":"docs"},{"authors":null,"categories":null,"content":"This tutorial shows you how to:\n prepare and upload CAESAR data table to the AMRcloud online platform. convert the data from the AMRcloud online platfrom to CAESAR data-table format. From CAESAR to AMRcloud Isolates data in CAESAR are stored in a format with one antibiotic per row.\n An example of CAESAR file But AMRcloud table has a format with a single row for each isolate and separate columns for each antibiotic.\nTo convert the CAESAR file to AMRcloud format use the following link https://public.amrcloud.net/caesar.\nUploading a File Press the Choose file button and select the CAESAR file.\n File upload The upload will start automatically. When the upload is complete, the converter checks the file content and previews it on screen.\nIf the upload is successful, you will see the following:\n An example of successful file upload If you see a preview table and the Convert Caesar to AMRcloud button, the file was uploaded correctly.\nIf you see a list of lines (not a table) and an error message, further file processing is not possible. It means that file does not match the specified format. Try to save your gile into CSV format, semicolon delimited, UTF-8 encoding. Another reason for the error may be the absence of required columns in the CAESAR format file: if at least one column is missing, the file is considered invalid.\n Invalid file Converting a File During a conversion process, the table is being spreaded and the CAESAR abbreviated codes for antibiotics (column Antibiotic) and microorganisms (column Pathogen) are being replaced by the corresponding full names and ‘suffix codes’ that can be read by the AMRcloud.\nReplacements are preformed according to the CAESAR study protocol. Columns except Antibiotic and Pathogen remain unchanged.\nPress the Convert Caesar to AMRcloud button. Once the conversion is complete, a report is displayed.\nOn the top of the report, there are warnings from the conversion process that provide important information you should pay attention to.\n Warnings There are three types of warnings:\n No translation has been found for antibiotic []. This message is displayed when a antibitoic CAESAR code is not found in the translation table. In such case, the original name is preserved. If necessary, change the name(s) manually as required after finishing the conversion. In the example shown below, no translation has been found for the empty antibiotic code due to empty lines in the end of file. No translation has been found for pathogen []. This message is displayed when a pathogen CAESAR code is not found in the translation table. In such case, the original name is preserved. If necessary, change the name(s) manually as required after finishing the conversion. In the example shown below, no translation has been found for the empty pathogen code due to empty lines in the end of file. Isolate has doubles for antibiotic. This message is displayed when one isolate has more than one lines with the same antibiotic name. For the unique isolate ID is used a concatenation of fields HospitalID_LaboratoryCode_IsolateID_PatientID. A list of translated codes appears below the warnings. Inspect the translations and, if necessary, correct them manually.\n Antibiotics Pathogens Downloading a File To download the converted file, press the \u0026lsquo;Download\u0026rsquo; button. The file should be ready to upload to the AMRcloud without additional modifications, except when you see critical warnings described above.\nThe import of data files using the AMRcloud Import Wizard is described in the tutorial.\nFrom AMRcloud to CAESAR Login into your AMRcloud account:\n Choose dataset for export and press the Edit set button; Choose a dataset Go to the Download tab, check the UTF-8 encoding and press the button. Download AMRcloud data Isolates data in CAESAR are stored in a format with one antibiotic per row, so we need to \u0026ldquo;collapse\u0026rdquo; our AMRcloud table.\nTo convert the AMRcloud file to CAESAR format use the following link https://public.amrcloud.net/caesar.\nUploading a File Press the Choose file button and select the AMRcloud file.\n File upload The upload will start automatically. When the upload is complete, the converter checks the file content and previews it on screen.\nIf the upload is successful, you will see the following:\n An example of successful file upload If you see a preview table and the Convert AMRcloud to Caesar. Step 1 button, the file was uploaded correctly.\nIf you see a list of lines (not a table) and an error message, further file processing is not possible. It means that file does not match the specified format. Try to save your gile into CSV format, semicolon delimited, UTF-8 encoding. Another reason for the error may be the absence of required columns in the AMRcloud format file: antibiotics columns with suffixes _dd, _mic, _etest_mic, _sir. The file is considered invalid if there are no antibiotic columns.\n Invalid file Converting a File. Step 1 Before the convertion press the Convert AMRcloud to Caesar. Step 1 button.\n Converting a File. Step 1 On the first step the fields of the original AMRcloud file have to be matched with the default fields of the CAESAR file. Full description of CAESAR file columns you can find in the CAESAR study protocol.\nTo match the MICROORGANISM column is required. The rest of the fields are matched at our opinion. If you do not want to match the field, you can leave the drop-down list empty.\n Сопоставление полей AMRcloud и CAESAR After the fields are matched, you can proceed to step 2.\nConverting a File. Step 2 Press the Convert Caesar to AMRcloud button. Once the conversion is complete, a report is displayed.\nOn the top of the report, there are warnings from the conversion process that provide important information you should pay attention to.\n Warnings There are three types of warnings:\n No Antibiotic code found for []. This message is displayed when a antibitoic code is not found in the translation table. In such case, the original name is preserved. If necessary, change the name(s) manually as required after finishing the conversion. No Specimen code found for []. This message is displayed when a specimen code is not found in the translation table. In such case, the original name is preserved. If necessary, change the name(s) manually as required after finishing the conversion. No Pathogen code found for []. This message is displayed when a pathogen code is not found in the translation table. In such case, the original name is preserved. If necessary, change the name(s) manually as required after finishing the conversion. A list of translated codes appears below the warnings. Inspect the translations and, if necessary, correct them manually.\n Antibiotics Pathogens Specimens Downloading a File To download the converted file, press the Download button.\n","date":1648166760,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1648166760,"objectID":"693d1bfb14d67a947ddda69f03c1cb07","permalink":"https://amrcloud.net/en/tutorials/integrations/caesar/","publishdate":"2022-03-25T00:06:00Z","relpermalink":"/en/tutorials/integrations/caesar/","section":"tutorials","summary":"This tutorial shows you how to:\n prepare and upload CAESAR data table to the AMRcloud online platform. convert the data from the AMRcloud online platfrom to CAESAR data-table format. From CAESAR to AMRcloud Isolates data in CAESAR are stored in a format with one antibiotic per row.\n An example of CAESAR file But AMRcloud table has a format with a single row for each isolate and separate columns for each antibiotic.","tags":null,"title":"Link CAESAR and AMRcloud","type":"docs"},{"authors":null,"categories":null,"content":"","date":1648166760,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1648166760,"objectID":"d2501727bda7237c5c83d0a75d5e453b","permalink":"https://amrcloud.net/en/tutorials/videotutorial/09/","publishdate":"2022-03-25T00:06:00Z","relpermalink":"/en/tutorials/videotutorial/09/","section":"tutorials","summary":"","tags":null,"title":"Compare tab","type":"docs"},{"authors":null,"categories":null,"content":"","date":1648166760,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1648166760,"objectID":"acfa5f90aea91cb719bb5020a2d538fa","permalink":"https://amrcloud.net/en/tutorials/videotutorial/02/","publishdate":"2022-03-25T00:06:00Z","relpermalink":"/en/tutorials/videotutorial/02/","section":"tutorials","summary":"","tags":null,"title":"Data import","type":"docs"},{"authors":null,"categories":null,"content":"","date":1648166760,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1648166760,"objectID":"97da711b8ddcac5ac34212bc5fa2dbb7","permalink":"https://amrcloud.net/en/tutorials/videotutorial/03/","publishdate":"2022-03-25T00:06:00Z","relpermalink":"/en/tutorials/videotutorial/03/","section":"tutorials","summary":"","tags":null,"title":"Data Structure tab","type":"docs"},{"authors":null,"categories":null,"content":"","date":1648166760,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1648166760,"objectID":"b4c2261605839d8e15b566039215976e","permalink":"https://amrcloud.net/en/tutorials/videotutorial/01/","publishdate":"2022-03-25T00:06:00Z","relpermalink":"/en/tutorials/videotutorial/01/","section":"tutorials","summary":"","tags":null,"title":"Getting started","type":"docs"},{"authors":null,"categories":null,"content":"","date":1648166760,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1648166760,"objectID":"b82ea4ae6bc18a2e6da359089ad82a23","permalink":"https://amrcloud.net/en/tutorials/videotutorial/11/","publishdate":"2022-03-25T00:06:00Z","relpermalink":"/en/tutorials/videotutorial/11/","section":"tutorials","summary":"","tags":null,"title":"How to prepare the dataset for publication","type":"docs"},{"authors":null,"categories":null,"content":"","date":1648166760,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1648166760,"objectID":"958711d87440f42f9a232de8913ec35f","permalink":"https://amrcloud.net/en/tutorials/videotutorial/10/","publishdate":"2022-03-25T00:06:00Z","relpermalink":"/en/tutorials/videotutorial/10/","section":"tutorials","summary":"","tags":null,"title":"How to share the data","type":"docs"},{"authors":null,"categories":null,"content":"","date":1648166760,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1648166760,"objectID":"f2642d38c4e2a3b5e57da8ceb0ec4ceb","permalink":"https://amrcloud.net/en/tutorials/videotutorial/08/","publishdate":"2022-03-25T00:06:00Z","relpermalink":"/en/tutorials/videotutorial/08/","section":"tutorials","summary":"","tags":null,"title":"Markers tab","type":"docs"},{"authors":null,"categories":null,"content":"","date":1648166760,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1648166760,"objectID":"9cf93b896a17ec8ccfef5865842aaa36","permalink":"https://amrcloud.net/en/tutorials/videotutorial/04/","publishdate":"2022-03-25T00:06:00Z","relpermalink":"/en/tutorials/videotutorial/04/","section":"tutorials","summary":"","tags":null,"title":"Organisms tab","type":"docs"},{"authors":null,"categories":null,"content":"","date":1648166760,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1648166760,"objectID":"2b367b5849ba71c4df5cff6ee81c3ded","permalink":"https://amrcloud.net/en/tutorials/videotutorial/06/","publishdate":"2022-03-25T00:06:00Z","relpermalink":"/en/tutorials/videotutorial/06/","section":"tutorials","summary":"","tags":null,"title":"Selected Antibiotic tab","type":"docs"},{"authors":null,"categories":null,"content":"This tutorial shows you how to export and convert the data from Vitek 2 system for uploading to the AMRcloud online platform.\nThe basic steps of uploading data to the AMRcloud online platform are described in the AMRcloud Data Import Tutorial\nVITEK 2 export You can export only isolates that have moved to an inactive area.\nThe time for isolates to move to the inactive area is set in the general settings. The default is 14 days.\nIncomplete isolates (requiring verification or microorganism/patient information) do not move to the inactive area. They must be switched to the status Completed.\nIn the main window of the program, you should click on the Tools button and select Export inactive isolates.\n Main window In the new window, set the date range, check the MIC, Phenotype, Detailed information about the panel. Select other options as needed. Click on the Export button (icon with disk and arrow in the upper right corner).\n Export options In the new window, click Yes.\n Export confirmation In the dialog box, select a location and enter a file name. Press Export inactive isolates.\n Save file Wait for the \u0026ldquo;Export over\u0026rdquo; message.\nThe resulting file must be passed through the converter to AMRcloud.\nOnline Converter Preparation The file with isolates from VITEK 2 system is a text file (* .txt), with a comma (,) field separator.\nIf you need to convert the file, follow the link https://public.amrcloud.net/vitek.\nUploading a File To upload the file, click on the Choose file button and select your VITEK 2 file.\n File upload The file upload will start automatically. When the upload is complete, the system will check the contents of the file, try to read it, and display a preview on the screen. If the upload is successful, you will see the following.\n File is successfully uploaded If you see the table and the Convert button, then the file was successfully recognized by the system.\nConverting a File The file converting process consists in replacing the VITEK 2 antibiotic and organisms codes with AMRcloud codes.\nAs a result, the following columns are added to the table:\n AMRCLOUD_ID - auto-generated unique row identifier AMRCLOUD_ORGANISM_ID - recoded names of microorganism species that allow AMRcloud to interpretations sensitivity data correct When loading a dataset in Step Two: Set Fields, it is recommended that these columns be used.\n For item Select the column containing Isolate ID set AMRCLOUD_ID For item Select the column containing Organism/Species Names set AMRCLOUD_ORGANISM_ID Select the column containing Isolate ID Select the column containing Organism/Species Names Additionally, the values of several columns of resistance markers are combined into one column, starting with the code AMRCLOUD_MARKER_. The converter also removes columns with personal data - PATIENT NAME, PATIENT ID, PATIENT LOCATION, LAB ID.\nAfter successfully uploading the file, click the Convert button. At the end of the converting process, a report on the performed manipulations will appear on the page. The report contains a list of codes for antibiotics and organisms that have been changed, as well as warning messages to look out for.\nIf errors occurred while analyzing the file, further converting is impossible. You need to fix the file.\nPossible errors:\n Error Column [BAR CODE] not found. File has no Identity column means that the BAR CODE column with unique isolate ID could not be found. You need to add it to the source file, or rename the existing column with the identifier. Error Column [ORGANISM CODE] not found. File has no Organism column means that the ORGANISM CODE column with the isolate microorganism ID could not be found. You need to add it to the source file, or rename the existing column. Error examples There are the following types of warnings:\n Warning Column [AM-AMPICILLIN] looks like antibiotic, but has some non-MIC values means that the converter detects any non-numeric values in the antibiotic column. In this case, the column name is still converted to the AMRcloud format, the values remain unchanged. Warning Column AMRCLOUD_MARKER_AMINOGLYCOSIDE added means that the converter has detected columns with Aminoglycosides values and has created a new column with merged values for aminoglycosides. The warning Isolate with [BAR CODE] = 1234567890 has 2 rows means that the converter has detected that an isolate with an unique identifier BAR CODE occurs multiple times in the file. It is recommended to exclude duplicates from the analysis. The Column [AM-AMPICILLIN] has no values warning is displayed when no values are found in the antibiotic column. The warning Columns with identical names have been enumerated is displayed when the antibiotic column names are replaced with the same names. In this case, the columns are numbered in order. The No translation has been found for organism [CODE] warning is displayed when the converter was unable to match the organism code from the ORGANISM CODE column with the dictionary. In this case, it is recommended to change the name of this microorganism manually. Warnings example Antibiotics converting Organisms converting Downloading a File To get the converted file, click the Download button.\nYou can use this file to create projects and datasets in AMRcloud. The basic steps of uploading data to the AMRcloud online platform are described in the AMRcloud Data Import Tutorial.\nOffline Converter It is possible to convert data from VITEK 2 format to AMRcloud format without using the Internet. To do this, you need to use an offline converter.\nPreparation The file with isolates from VITEK 2 system is a text file (* .txt), with a comma (,) field separator.\nInstallation To install the \u0026ldquo;AMRcloud Vitek Converter\u0026rdquo;, you should download it from the link.\n AMRcloudVitekConverter.msi\nIf .NET Framework 4 is not installed on the computer, the installer will offer to download it. By default, the program is installed in the Documents\\AMRsolution\\AMRcloud Vitek Converter\\ folder.\nWorking The program window after launch looks like this.\n Main window To select a VITEK file, press the Open File button, or select the File → Open Vitek File menu.\n Open file After selecting the file, press the Read File button or File → Read Vitek File menu. A table should appear. If the table does not appear, the file formatting may differ from the standard and you need to select a different type of separator. The separator type switch is located between the Open File and Read File buttons. The default is comma separator.\n Read file Next, you need to specify which columns contain the isolate ID and organism code. By default, it is assumed that the identifier is stored in the BAR CODE column, and the organism code in the ORGANISM CODE column. These values do not need to be changed.\nIf you wish, you can set additional transformation parameters:\n The Generate Unique IDs checkbox allows you to add a new column AMRCLOUD_ID to the file with a new generated unique ID. The Concatenate Markers checkbox allows you to concatenate the values of several columns of resistance markers into one column, starting with the code AMRCLOUD_MARKER_. As a result, the following columns are added to the table:\n AMRCLOUD_ID - auto-generated unique row identifier AMRCLOUD_ORGANISM_ID - recoded names of microorganism species that allow AMRcloud to interpretations sensitivity data correct AMRCLOUD_MARKER_ - values of resistance markers When loading a dataset in Step Two: Set Fields, it is recommended that these columns be used.\n For item Select the column containing Isolate ID set AMRCLOUD_ID For item Select the column containing Organism/Species Names set AMRCLOUD_ORGANISM_ID Select the column containing Isolate ID Select the column containing Organism/Species Names To start the converting process, click the Convert button.\n Convert file At the end of the converting process, a report on the performed manipulations will appear on the page. The report contains a list of codes for antibiotics and organisms that have been changed, as well as warning messages to look out for.\n Converting report By default, the converted file is saved to the Documents\\AMRsolution\\AMRcloud Vitek Converter\\Converted folder. You can open the converted file using the Open converted file button.\nPossible errors:\n Error Column [BAR CODE] not found. File has no Identity column means that the BAR CODE column with unique isolate ID could not be found. You need to add it to the source file, or rename the existing column with the identifier. Error Column [ORGANISM CODE] not found. File has no Organism column means that the ORGANISM CODE column with the isolate microorganism ID could not be found. You need to add it to the source file, or rename the existing column. There are the following types of warnings:\n Warning Column [AM-AMPICILLIN] looks like antibiotic, but has some non-MIC values means that the converter detects any non-numeric values in the antibiotic column. In this case, the column name is still converted to the AMRcloud format, the values remain unchanged. Warning Column AMRCLOUD_MARKER_AMINOGLYCOSIDE added means that the converter has detected columns with Aminoglycosides values and has created a new column with merged values for aminoglycosides. The warning Isolate with [BAR CODE] = 1234567890 has 2 rows means that the converter has detected that an isolate with an unique identifier BAR CODE occurs multiple times in the file. It is recommended to exclude duplicates from the analysis. The Column [AM-AMPICILLIN] has no values warning is displayed when no values are found in the antibiotic column. The warning Columns with identical names have been enumerated is displayed when the antibiotic column names are replaced with the same names. In this case, the columns are numbered in order. The No translation has been found for organism [CODE] warning is displayed when the converter was unable to match the organism code from the ORGANISM CODE column with the dictionary. In this case, it is recommended to change the name of this microorganism manually. Dictionaries The program contains pre-installed reference dictionaries of antibiotics and organisms, according to which the converting is carried out. If necessary, you can make changes to them using the Dicitonaries menu.\nDictionaries are subdivided into global and user\u0026rsquo;s. Global dictionaries contain predefined standard converting values. Custom references can override global codes. Therefore, it is recommended to make changes specifically to custom dictionaries.\nLet\u0026rsquo;s select the Dictionaries → User\u0026rsquo;s organisms menu.\n Dictionaries menu The dictionary window looks like this.\n Dictionary window To enter the data, just double-click on a cell in the table and enter the text. Confirmation of the input is carried out with the Enter key. New entries are added using the line marked with an asterisk. You can save the changes using the Save button. The Reload button allows you to reload the table again, thereby resetting unsaved changes.\n Filled dictionary example The Import button allows you to simplify the dictionary filling process. When you click the button, a text box appears where you can paste a table with codes from Excel. By pressing the OK button, they will be added to the dictionary.\n Dictionary data import The Export button allows you to save the dictionary values to an Excel file.\nComplex antibiotics replacement and Custom antibiotics replacement dictionaries The peculiarity of these dictionaries is that they contain rules for converting MIC values for combined antibiotics.\n Complex antibiotics replacement dictionary To describe such a converting, it is necessary to write pairs of values through the symbol (=), the comma is used as a separator of the pairs.\nThe figure shows an example for an SXT-Trimethoprim/sulfamethoxazole antibiotic. The following reference data were used for the dictionary.\n Vitek trimethoprim, mg/L sulfamethoxasole, mg/L 2,5 0,125 2,375 5 0,25 4,75 10 0,5 9,5 20 1 19 40 2 38 80 4 76 160 8 152 320 16 304 640 32 608 1280 64 1216 2560 128 2432 5120 256 4864 10240 512 9728 ","date":1648166760,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1648166760,"objectID":"81ffafb587466b93484994dad297bbe9","permalink":"https://amrcloud.net/en/tutorials/integrations/vitek-2/","publishdate":"2022-03-25T00:06:00Z","relpermalink":"/en/tutorials/integrations/vitek-2/","section":"tutorials","summary":"This tutorial shows you how to export and convert the data from Vitek 2 system for uploading to the AMRcloud online platform.\nThe basic steps of uploading data to the AMRcloud online platform are described in the AMRcloud Data Import Tutorial\nVITEK 2 export You can export only isolates that have moved to an inactive area.\nThe time for isolates to move to the inactive area is set in the general settings.","tags":null,"title":"Link Vitek 2 and AMRcloud","type":"docs"},{"authors":null,"categories":null,"content":"This tutorial shows you how to export and convert the data from WHONET program for uploading to the AMRcloud online platform.\nThe basic steps of uploading data to the AMRcloud online platform are described in the AMRcloud Data Import Tutorial\nWHONET export Running WHONET Program Run WHONET program and select the name of your laboratory.\n Choose your laboratory Choose \u0026lsquo;Data analysis\u0026rsquo; from the \u0026lsquo;Data analysis\u0026rsquo; menu.\n Data analysis menu Analysis Type In the opened window, press the \u0026lsquo;Analysis type\u0026rsquo; button.\n Data analysis window In the \u0026lsquo;Isolate listing and summary\u0026rsquo; tab, select \u0026lsquo;Listing\u0026rsquo; for report format and press the \u0026lsquo;OK\u0026rsquo; button.\n Analysis selection window Analysis Options Press the \u0026lsquo;Options\u0026rsquo; button to set additional options for data export and conversion. This step is is not mandatory but may be be useful in certain scenarios. For example, you can choose to \u0026lsquo;Combine Disk, MIC, and Etest results\u0026rsquo; in the \u0026lsquo;Test interpretations\u0026rsquo; panel; or remove patients\u0026rsquo; personal data by selecting the \u0026lsquo;Encrypt patient information\u0026rsquo; checkbox in the \u0026lsquo;Isolate listing and summary\u0026rsquo; panel.\nThe default state of the \u0026lsquo;Analysis options\u0026rsquo; window is shown in Figure 5.\n Analysis options window You can choose whether to include in the report all isolates or one isolate per species by patient. The \u0026lsquo;By isolate\u0026rsquo; mode is used by default. Check the \u0026lsquo;One per patient\u0026rsquo; radio button to change it.\n One isolate of species by patient window Organisms Press the \u0026lsquo;Organisms\u0026rsquo; button to select the organisms you would like to include in analysis. This step is mandatory.\n Organisms window From the left-side list, select the organisms to be included in the report by clicking on them. Use Ctrl or Shift keys to select multiple entries. Press the '\u0026ndash;\u0026gt;\u0026rsquo; button to add selection to the right-side list; press the \u0026lsquo;\u0026lt;\u0026ndash;' button to remove selected organisms.\nIsolates You can define additional criteria for selecting the isolates to be included in the report by clicking the \u0026lsquo;Isolates\u0026rsquo; button.\n Isolates window Choose a data field and click on the \u0026lsquo;Define criteria\u0026rsquo; button. For example, to select the isolates collected in ICU from male patients over 30 years old, you need to set three selection criteria as follows:\nFirst, double click on the \u0026lsquo;Sex\u0026rsquo; item in the list to open the dialog, double click on \u0026lsquo;m - Male\u0026rsquo; and press the \u0026lsquo;OK\u0026rsquo; button.\n Setting criteria for sex Second, double click on the \u0026lsquo;Age\u0026rsquo; item in the list to open the dialog, type \u0026lsquo;30\u0026rsquo; in the \u0026lsquo;Greater than or equal\u0026rsquo; field and press the \u0026lsquo;OK\u0026rsquo; button.\n Setting criteria for age Finally, double click on the \u0026lsquo;Department\u0026rsquo; item in the list to open the dialog, double click on \u0026lsquo;icu - Intensive care unit\u0026rsquo; and press the \u0026lsquo;OK\u0026rsquo; button.\n Setting criteria for department Choose the \u0026lsquo;Include isolates that satisfy all of the selection criteria\u0026rsquo; radio button to apply all three selected criteria together. The \u0026lsquo;Isolates\u0026rsquo; window with selected criteria is shown in Figure 12.\n Isolates window with criterias Data Files After setting the options, you should specify the WHONET data file to analize. Press the \u0026lsquo;Data files\u0026rsquo; button and select your laboratory data file.\n Select data files window Preview The \u0026lsquo;Data analysis\u0026rsquo; window with selected options is shown in Figure 13.\n Data analysis window after setting filters and criterias To preview the output, select the \u0026lsquo;Screen\u0026rsquo; option in the \u0026lsquo;Output\u0026rsquo; list and press the \u0026lsquo;Begin analysis\u0026rsquo; button.\n Preview If the resulting list of isolates differs from what your expect, adjust the options as needed and repeat the procedure.\nExport To export the list of isolates to a file, select the \u0026lsquo;Text (WHONET)' option in the \u0026lsquo;Output\u0026rsquo; list, enter a path for saving a file as shown in example in Figure 16.\n Data analysis window ready for export Press the \u0026lsquo;Begin analysis\u0026rsquo; button to create a text export file. This file can be converted into AMRcloud readable format as described in the next chapter.\nAn example of WHONET export file is shown in Figure 17.\n Exported file Save export settings Usually, export procedure has to be repeated at regular intervals. To save your time and not to set the same values in filters every time, you can save export settings and parameters to special file called macro. To show the Macro definitions window press the Macros button in the Analysis data window. Here you can see list of previosly saved macros. To add new macro press the New button, type the macro name, check settings you want to save and press the Save button.\n Save analysis settings to macro Чтобы воспользоваться сохраненным макросом, откройте окно Анализ данных, нажмите кнопку Макрос, выберите сохраненный макрос и нажмите кнопку Нагрузка/Load.\nTo use saved macro open the Analysis data window, press the button Macros, choose necessary macro and press the Load button.\n Load export settings from macro The filter values will be filled in automatically and after that you can press the Begin analysis button.\nCombine and Export multiple files In some cases, it may be necessary to export multiple data files. For example, laboratories can store their data in different files, or files from one laboratory can be separated by years.\nWHONET allows you to combine data from these files and export them as one file.\nChoose Combine, export, or encrypt data files from Data entry menu.\n Data entry menu In the opened window, press the Data files button and select files you need to combine. In the Save as type list select WHONET for report format. Enter a path for saving export file. It is recommended to select the .txt format for further processing or converting. If the data contains personal information, it will be useful to check the box Encrypt patient information.\n Combine, export, or encrypt data files window Press the Combine button to create a text export file. This file can be converted into AMRcloud readable format as described in the next chapter.\n Exported file This window can also be used to export a single file — this method may be easier and more convenient if no additional conditions for filtering isolates are required.\nAMRcloud convert The conversion of WHONET output file is needed in order to bring it to AMRcloud readable format. To convert the file use the following link: https://public.amrcloud.net/whonet.\nUploading a File Press the \u0026lsquo;Choose file\u0026rsquo; button and select the WHONET export file from previous step.\n File upload The upload will start automatically. When the upload is complete, the converter checks the file content and previews it on screen.\nThe export file must meet the following requirements:\n Maximum size: 10 MB; Column separator: Tab; All column names must be unique. If the upload is successful, you will see the following:\n An example of successful file upload If you see an error message, further file processing is not possible. In an example shown below, an error message is caused by the presence of duplicate column named \u0026lsquo;FOX_ND30\u0026rsquo;.\n An example of error file Correct any errors and re-upload the file.\nConverting a File To convert the uploaded file press the \u0026lsquo;Convert\u0026rsquo; button.\nDuring a conversion process, the WHONET abbreviated codes for antibiotics, microorganisms, and clinical materials are being replaced by the corresponding full names and \u0026lsquo;suffix codes\u0026rsquo; that can be read by the AMRcloud. In addition, the column named \u0026lsquo;ORGANISM_GROUP\u0026rsquo; is automatically added and filled in. This column is mandatory for the AMRcloud that uses a two-level hierarchy of organisms to allow reporting the combined susceptibilities for any organism group. Once the conversion is complete, a report is displayed, as shown in example in Figure 4.\n Conversion report On the top of the report, there are warnings from the conversion process that provide important information you should pay attention to. In the example above, the only warning message informs that the \u0026lsquo;ORGANISM_GROUP\u0026rsquo; column has been created. This is a standard warning that does not require any action, however, you may wish to change the organism groups manually at your discretion. Other warning messages you may see are explained below.\n Warning message Explanation Columns with identical names have been enumerated This message is displayed when two or more columns are translated with identical antibiotic names and suffixes. In the example shown below, the WHONET file contained two columns \u0026lsquo;AMK_ND30\u0026rsquo; and \u0026lsquo;AMK_ND20\u0026rsquo; that should have received the same name \u0026lsquo;amikacin_dd\u0026rsquo; upon convesion. To avoid duplication of column names, a number has been added to the name of the second column: \u0026lsquo;amikacin_1_dd\u0026rsquo;. No translation has been found for… This message is displayed when a name is not found in the translation table. In such case, the original name is preserved. If necessary, change the name(s) manually as required after finishing the conversion. In the example shown below, no translation has been found for the antibiotic code \u0026lsquo;AMM_NE\u0026rsquo; and the clinical material code \u0026lsquo;tt\u0026rsquo;. The \u0026lsquo;ORGANISM\u0026rsquo; column is missing This message is displayed when the \u0026lsquo;ORGANISM\u0026rsquo; column is missing in the uploaded file. This column is mandatory for the AMRcloud. Warning messages A list of translated codes appears below the warnings. Inspect the translations and, if necessary, correct them manually.\nFYI: The following algorithm is used for the translation of antibiotic column names:\n The text string preceding the underscore (_) is translated into full antibiotic name using a \u0026lsquo;dictionary\u0026rsquo;; If the column contains any \u0026lsquo;S\u0026rsquo;, \u0026lsquo;I\u0026rsquo;, or \u0026lsquo;R\u0026rsquo; values, the suffix '_sir\u0026rsquo; is appended to the end of antibiotic name; In other cases, the suffix following the underscore (_) is translated and appended as follows: \u0026lsquo;ND\u0026rsquo; – '_dd\u0026rsquo;; \u0026lsquo;NE\u0026rsquo; – '_etest_mic\u0026rsquo;; \u0026lsquo;NM\u0026rsquo; (or any other suffix) – '_mic\u0026rsquo;; Downloading a File To download the converted file, press the \u0026lsquo;Download\u0026rsquo; button. The file should be ready to upload to the AMRcloud without additional modifications, except when you see critical warnings described above.\nThe import of data files using the AMRcloud Import Wizard is described in the tutorial.\n","date":1648166760,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1648166760,"objectID":"43894304550800bed0ffd0890aa8af9e","permalink":"https://amrcloud.net/en/tutorials/integrations/whonet/","publishdate":"2022-03-25T00:06:00Z","relpermalink":"/en/tutorials/integrations/whonet/","section":"tutorials","summary":"This tutorial shows you how to export and convert the data from WHONET program for uploading to the AMRcloud online platform.\nThe basic steps of uploading data to the AMRcloud online platform are described in the AMRcloud Data Import Tutorial\nWHONET export Running WHONET Program Run WHONET program and select the name of your laboratory.\n Choose your laboratory Choose \u0026lsquo;Data analysis\u0026rsquo; from the \u0026lsquo;Data analysis\u0026rsquo; menu.\n Data analysis menu Analysis Type In the opened window, press the \u0026lsquo;Analysis type\u0026rsquo; button.","tags":null,"title":"Link WHONET to AMRcloud","type":"docs"},{"authors":null,"categories":[],"content":"AMRcloud has been updated to version 0.8:\n added ability to append data into an existing dataset; improved drawing of pie charts; added ability to select the analytical sections (tabs) to be displayed when generating web links; improved web link generation; added ability to create stratified resistance tables for an arbitrary number of microorganisms in the \u0026ldquo;Antibiotics (all)\u0026rdquo; section; when adding a graph to the dashboard, added the ability to select columns to ignore for automatic recalculation of the graph; stability improvements. ","date":1644904800,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1644904800,"objectID":"37acd8e246da3eb22522112d5599ae4d","permalink":"https://amrcloud.net/en/post/20220215-amrcloud-update/","publishdate":"2022-02-15T09:00:00+03:00","relpermalink":"/en/post/20220215-amrcloud-update/","section":"post","summary":"AMRcloud has been updated to version 0.8","tags":[],"title":"AMRcloud February update","type":"post"},{"authors":null,"categories":[],"content":"Dear colleagues! Educational videos were developed to familiarize the audience with current issues of antibiotic resistance, AMR monitoring and the work of the AMRcloud.\nMain objectives:\n Learning practice skills in AMR data collection, management and preparation. Gathering an ASP team in digital AMR data space. Development of Local antimicrobial guidelines and protocols templates. Quick start guides for AMRcloud Series of educational videos with authors of AMRcloud and ASP experts on topics are available here.\n ","date":1635314400,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1635314400,"objectID":"79caafda30243c0f65cbca28f3002c4a","permalink":"https://amrcloud.net/en/post/20211027-monitoring-video/","publishdate":"2021-10-27T09:00:00+03:00","relpermalink":"/en/post/20211027-monitoring-video/","section":"post","summary":"Educational videos were developed to familiarize the audience with current issues of antibiotic resistance, AMR monitoring and the work of the AMRcloud.","tags":[],"title":"Series of educational videos with authors of AMRcloud and ASP experts on topics","type":"post"},{"authors":null,"categories":[],"content":"Dear colleagues! Educational videos were developed to familiarize the audience with the work of the AMRcloud.\nSeries of step-by-step tutorials about working with AMRcloud are available here and have English subtitles.\n ","date":1634882400,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1634882400,"objectID":"b526b1c15ec17a1e5a86aba4c6b88b77","permalink":"https://amrcloud.net/en/post/20211022-tutorial-video/","publishdate":"2021-10-22T09:00:00+03:00","relpermalink":"/en/post/20211022-tutorial-video/","section":"post","summary":"Educational videos were developed to familiarize the audience with the work of the AMRcloud.","tags":[],"title":"Series of step-by-step tutorials about working with AMRcloud","type":"post"},{"authors":null,"categories":[],"content":"Dear Colleagues! On October 15, 2021, Symposium \u0026ldquo;Organizational Aspects of the Application of Microbiological Data in Clinical Practice\u0026rdquo; was held during the V Siberian Conference on Antimicrobial Therapy and Clinical Microbiology.\nThe seminar discussed theoretical and practical issues of organizing local monitoring of antibiotic resistance. Separately, they touched upon the issue of using various information systems in the organization of this process.\nReports were made at the seminar:\n Alexey Yuryevich Kuzmenkov spoke about what antimicrobial therapy management program is and why it is needed. Alina Gennadievna Vinogradova revealed the nuances of organizing local monitoring of antibiotic resistance and spoke about the practical tasks of data analysis. Ivan Vitalievich Trushin analyzed aspects of the interaction of information systems in the laboratory and told how AMRcloud helps to improve work efficiency. Below you can see the presentations of the reports:\nAntimicrobial Surveillance - A Data Driven Approach (Kuzmenkov A. Yu.) Organization of local monitoring of antibiotic resistance (Vinogradova A.G.) Interaction of information systems in the laboratory (Trushin I.V.) ","date":1634796000,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1634796000,"objectID":"b718f29bb3eb5fb13bf9281573dc60e9","permalink":"https://amrcloud.net/en/post/20211021-novosibirsk/","publishdate":"2021-10-21T09:00:00+03:00","relpermalink":"/en/post/20211021-novosibirsk/","section":"post","summary":"Symposium \"Organizational Aspects of the Application of Microbiological Data in Clinical Practice\" was held during the V Siberian Conference on Antimicrobial Therapy and Clinical Microbiology.","tags":[],"title":"Organizational aspects of the application of microbiological data in clinical practice","type":"post"},{"authors":null,"categories":[],"content":"AMRcloud September update: Added new data sharing capability - Graphical Dashboards; Improved editing functionality for projects and datasets; Added ability to display graphs with a set 95% CI for the \u0026lsquo;Antibiotics (all)\u0026rsquo; tab; Added button for quick copying web links; Improved mechanics of adding members to user teams; Faster data filtration in large datasets; In the \u0026lsquo;Multiple Resistance\u0026rsquo; sub-tab, the default value is set to 0%; Interface and stability improvements. ","date":1634709600,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1634709600,"objectID":"0747615dc80df3a9c8045031c39e0304","permalink":"https://amrcloud.net/en/post/20211020-september-update/","publishdate":"2021-10-20T09:00:00+03:00","relpermalink":"/en/post/20211020-september-update/","section":"post","summary":"New functions and stability improvements","tags":[],"title":"AMRcloud September update","type":"post"},{"authors":null,"categories":[],"content":"AMRcloud April update: AMRcloud has been updated to version 0.6:\n added automatic spell checking and suggestion for correct species names when loading data; accelerated calculation of multiple resistances; added ability to create permanent link to dataset (Menu \u0026ldquo;Edit Set\u0026rdquo;, Tab \u0026ldquo;Links\u0026rdquo;); Direct link example added option to permanently display the names of geopoints on interactive maps; Activated geopoint names improved visualization of MIC and inhibition zone diameter distributions for aggeregated data of species with different breakpoints. Distribution of MICs of Imipenem for Enterobacterales ","date":1619503200,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1619503200,"objectID":"2ce1a68ab704babac70b52ff80386e26","permalink":"https://amrcloud.net/en/post/20210427-april-update/","publishdate":"2021-04-27T09:00:00+03:00","relpermalink":"/en/post/20210427-april-update/","section":"post","summary":"AMRcloud has been updated to version 0.6","tags":[],"title":"AMRcloud April update","type":"post"},{"authors":null,"categories":null,"content":"Organizers Interregional Association for Clinical Microbiology and Antimicrobial Chemotherapy (IACMAC) Institute of Antimicrobial Chemotherapy (IAC), Smolensk State Medical University Annotation Mycoplasma genitalium is a common sexually transmitted pathogen in men and women.\nMycoplasma pneumoniae is an ‘atypical’ bacterial pathogen that causes lower respiratory infections, including pneumonia and tracheobronchitis, and less commonly, upper respiratory tract infections.\nThis dataset presents the results of longitudinal surveillance study of mutational resistance to macrolides (mutations in domain V of the 23S rRNA gene) and fluoroquinolones (mutations in quinolone resistance-determining regions (QRDRs) of gyrA and parC genes) of M. genitalium and M. pneumoniae.\nSources of clinical samples M. genitalium PCR-positive urogenital samples (n=873) were collected in five regions of Russia: Moscow, Nizhny Novgorod, Saratov, Smolensk, and Tula, in 2009-2019.\nM. pneumoniae PCR-positive samples (n=1480) were collected in twelve regions of Russia: Bryansk, Khabarovsk, Krasnoyarsk, Mari El Republic, Moscow, Moscow Region, Nizhny Novgorod, Penza, Smolensk, Sverdlovsk, Tula, and Yaroslavl, in 2006-2020.\nAll samples were collected as part of routine diagnostics for genitourinary and respiratory infections and were non-duplicate (represented individual patients/cases of infection). PCR-positive samples were referred to the IAC central laboratory for analysis of antibiotic resistance-associated mutations\nDetection of macrolide and fluoroquinolone resistance-associated mutations Single nucleotide substitutions at positions 2058-2062 and 2611 of domain V of the 23S rRNA and mutations conferring amino acid (aa) changes at QRDR regions of ParC (aa positions 79-84) and GyrA (aa positions 83-87) were detected by means of probe-based real-time PCR assays and were confirmed by independent PCR amplification and Sanger sequencing of the corresponding gene fragments [2-4].\nThe data on the types of mutations detected is presented under the ‘Markers’ section of the website.\nStudy group: IAC laboratory: Edelstein I.A., Romanov A.V., Edelstein M.V., Kuzmenkov A.Yu., Kozlov R.S. Participating centers: Aksyutina G.V. (Bryansk) Alyabyeva N.A. (Moscow) Borisov I.V. (Saratov) Groshenkova E.V. (Yaroslavl) Gushin A.E. (Moscow) Ershova M.G. (Yaroslavl) Enikeeva F.S. (Penza) Zaitsev A.A. (Moscow) Zubareva L.M. (Smolensk) Ignatkova A.S. (Tula) Ivanova O.V. (Smolensk) Ivanova I.A. (Yoshkar-Ola) Kolesnikova E.A. (Nizhny Novgorod) Majarova O.A. (Minsk, Belarus) Novikova O.P. (Tula) Olenkova O.M. (Ekaterinburg) Pleskachevskaya T.A. (Smolensk) Protasova I.N. (Krasnoyarsk) Rudneva N.S. (Tula) Semenova O.L. (Bryansk) Tsykhanovskaya O.A. (Tver) Yatsyshina S.B. (Moscow) Coordinator Inna Edelstein, PhD Head, Laboratory of Molecular Diagnostics, IAC\ninna.edelstein@antibiotic.ru\n Publications Edelstein I.A. Mycoplasma pneumoniae – modern data on the structure, molecular biology and epidemiology of the pathogen. Clinical Microbiology and Antimicrobial Chemotherapy. 2023; 25(4):332-349 DOI: 10.36488/cmac.2023.4.332-349 Edelstein I.A., Guschin A.E., Romanov A.V., Negasheva E.S., Kozlov R.S. Genetic Determinants of Macrolide and Fluoroquinolone Resistance in Mycoplasma genitalium and Their Prevalence in Moscow, Russia. Pathogens. 2023; 12(3):496. DOI: 10.3390/pathogens12030496 Edelstein I.A., Romanov A.V., Kozlov R.S. Development of a Real-Time PCR Assay for Detection of Macrolide Resistance Mutations in Mycoplasma genitalium and Its Application for Epidemiological Surveillance in Russia. Microbial Drug Resistance.Mar 2023.69-77. DOI: 10.1089/mdr.2022.0131 Edelstein, I.A.; Ivanova, O.V.; Romashov, O.I.; Kozlov, R.S. Course of Lower Respiratory Tract Infection in Young People Treated at the Military Hospital of Smolensk Garrison with Detected Mycoplasma pneumoniae Carrying a Macrolide-Resistant Mutation in 23S rRNA Gene. Pathogens 2023, 12, 103. DOI: 10.3390/pathogens12010103 Edelstein I.A., Rudneva N.S., Romanov A.V., Zubareva L.M., Kuzmenkov A.Yu., Kolesnikova E.A., Trushin I.V., Borisov I.V., Sukhanova L.N., Akhmedova A.M., Novikova O.P., Kozlov R.S. Monitoring of macrolide resistanceassociated mutations in Mycoplasma genitalium in Russia. Clinical Microbiology and Antimicrobial Chemotherapy. 2022; 24(1):52-60. DOI: 10.36488/cmac.2022.1.52-60 Romanov A.V., Kozlov R.S., Edelstein I.A., Edelstein M.V. Method of detection of fluoroquinolone resistance-associated mutations genes parC and gyrA QRDR in Mycoplasma genitalium. Patent # RU 2778666 C1, 22.08.2022. Ref. Ivanova O.V., Edelstein I.A., Romashov O.I., Kozlov R.S. Effect of 23S rRNA gene mutations in Mycoplasma pneumoniae on severity of community acquired pneumonia in young adult patients treated at the Smolensk military hospital. Clinical Microbiology and Antimicrobial Chemotherapy. 2020; 22(4):306-312. DOI: 10.36488/cmac.2020.4.306-312. Zubareva L.M., Edelstein I.A., Rudneva N.S., Romanov A.V., Vlasova T.A., Lavrinenkova Yu.V., Sukhanova L.N., Ahmedova A.M., Kuzmenkov A.Yu., Trushin I.V., Evstafev V.V. The rates of mutations associated with macrolide resistance in Mycoplasma genitalium among patients with non-gonococcal sexually transmitted infections in Smolensk and Tula. Clinical Microbiology and Antimicrobial Chemotherapy. 2019; 21(4):330-339. DOI: 10.36488/cmac.2019.4.330-339 Zubareva L.M., Edelstein I.A., Romanov A.V., Evstafev V.V., Kozlov R.S. Clinical case of failure of josamycin in a patient with urethritis caused by Mycoplasma genitalium. Vestnik Dermatologii i Venerologii. 2018;94(4):55-59. DOI: 10.25208/0042-4609-2018-94-4-55-59 Edelstein I.A., Edelstein M.V., Romanov A.V., Zaitsev A.A., Rakovskaya I.V., Barkhatova O.I., Antipushina D.N., Kozlov R.S. Four cases of resistance mutations in 23S rRNA gene in Mycoplasma pneumoniae isolated from the hospitalized military personnel. Clinical Microbiology and Antimicrobial Chemotherapy. 2017; 19(3):248-253. Ref. Romanov A.V., Kozlov R.S., Edelstein I.A., Edelstein M.V. Method of detection of macrolide resistance-associated mutations in Mycoplasma genitalium and Mycoplasma pneumoniae. Patent # RU 2646123 C1, 01.03.2018. Ref. Edelstein I.A., Edelstein M.V., Romanov A.V., Ratchina S.A., Yatsyshina S.B., Rakovskaja I.V., Kozlov R.S. Detection of macrolide-resistance mutations in 23S rRNA gene of Mycoplasma pneumoniae using a novel real-time PCR assay. Pacific Medical Journal. 2015; (1):63-66. Ref. Shipitsyna E, Rumyantseva T, Golparian D, Khayrullina G, Lagos AC, Edelstein I, Joers K, Jensen JS, Savicheva A, Rudneva N, Sukhanova L, Kozlov R, Guschin A, Unemo M. Prevalence of macrolide and fluoroquinolone resistance-mediating mutations in Mycoplasma genitalium in five cities in Russia and Estonia. PLoS One. 2017. Apr 13; 12(4). DOI: 1371/journal.pone.0175763 Edelstein I., Rachina S., Touati A., Kozlov R., Henin N., Bébéar C., Pereyre S. Mycoplasma pneumoniae Monoclonal P1 Type 2c, Outbreak, Russia, 2013. Emerging Infectious Diseases. Vol. 22, No. 2, February 2016. DOI: 10.3201/eid2202.151349 Bobylev A.A., Rachina S.A., Eidelshtein I.A., Kozlov R.S., German S.V., Pogodin A.G. Outbreak of Mycoplasma pneumoniae infection at Smolensk region. PULMONOLOGIYA. 2013;(5):97-100. (In Russ.) Ref ","date":1617861600,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1617861600,"objectID":"15fe5a67d6622c49870bce3b7c34faf0","permalink":"https://amrcloud.net/en/project/demares/","publishdate":"2021-04-08T09:00:00+03:00","relpermalink":"/en/project/demares/","section":"project","summary":"Prevalence of macrolide and fluoroquinolone resistance-mediating mutations in *Mycoplasma genitalium* and *Mycoplasma pneumoniae*","tags":null,"title":"DeMaRes Study","type":"project"},{"authors":null,"categories":[],"content":"AMRcloud March update: AMRcloud has been updated to version 0.5:\n added option of indicating antibiotic disk content in column headings containing disk diffusion (_dd) test results. Column headings such as cefotaxime_5_dd or piperacillin-tazobactam_30-6_dd are processed automatically using the appropriate interpretive criteria; added ability to automatically create organism groups from species names; improved recognition of organism species and sub-species names; implemented new graphing system; added ability to display charts using graphical patterns; improved color and readability of charts’ X-axis labels; added ability of X-axis zooming and panning to improve readability of charts with multiple X-axis values; added global setting of graphic export format (.svg or .png); added display of selected interpretive criteria in dataset view opened from a web link; improved stability of file uploads. ","date":1617170400,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1617170400,"objectID":"29ac55a25a0b0480997943121f9a75c6","permalink":"https://amrcloud.net/en/post/20210331-march-update/","publishdate":"2021-03-31T09:00:00+03:00","relpermalink":"/en/post/20210331-march-update/","section":"post","summary":"AMRcloud has been updated to version 0.5","tags":[],"title":"AMRcloud March update","type":"post"},{"authors":null,"categories":[],"content":"AMRcloud February update: added automated interpretation of MIC and DD data using EUCAST v11.0 (2021) breakpoints; EUCAST ECOFFs have been updated to the latest state. CAZ-AVI Disk: a new public dataset hosted on AMRcloud New public dataset has been hosted on the AMRcloud platform which presents the data on in vitro activity of ceftazidime-avibactam, cephalosporins, and carbapenems against clinical isolates of Enterobacterales and Pseudomonas aeruginosa collected in 160 hospitals, 61 cities in Russia.\n","date":1613109600,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1613109600,"objectID":"71fe28087846eeeac37ff39e6b05f2b9","permalink":"https://amrcloud.net/en/post/20210212-february-update/","publishdate":"2021-02-12T09:00:00+03:00","relpermalink":"/en/post/20210212-february-update/","section":"post","summary":"added automated interpretation of MIC and DD data using EUCAST v11.0 (2021) breakpoints","tags":[],"title":"AMRcloud February update","type":"post"},{"authors":null,"categories":[],"content":"AMRcloud has been updated to version 0.4 with the following features:\n added summary reports on data import at Step 1 and Step 2 of Data Import Wizard added report on microorganism species for which interpretive criteria are not available added data processing animation at Step 4 of Data Import Wizard added ability to save scripts for repeated data import added ability to change color schemes of graphs improved stability of loading .xlsx and .xls files user-defined name of the Date column is retained in the interface other stability improvements ","date":1611727200,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1611727200,"objectID":"90efd081a76932c667c2d414364daca6","permalink":"https://amrcloud.net/en/post/20210127-january-update/","publishdate":"2021-01-27T09:00:00+03:00","relpermalink":"/en/post/20210127-january-update/","section":"post","summary":"AMRcloud has been updated to version 0.4","tags":[],"title":"AMRcloud January update","type":"post"},{"authors":null,"categories":[],"content":"AMRcloud has been updated to version 0.3 with the following features:\n added wizard steps navigation buttons; added full page screenshot button; added ability to auto-fill missing values for a quantitative variable. ","date":1608616800,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1608616800,"objectID":"485d6c409834e6c8141131668f8b78a6","permalink":"https://amrcloud.net/en/post/20201222-december-update/","publishdate":"2020-12-22T09:00:00+03:00","relpermalink":"/en/post/20201222-december-update/","section":"post","summary":"AMRcloud has been updated to version 0.3","tags":[],"title":"AMRcloud December update","type":"post"},{"authors":null,"categories":[],"content":"AMRcloud has been updated with the following features:\n added ability to import data from WHONET; added on-line converter of WHONET text reports; added tutorial for data export/import from WHONET. ","date":1602914400,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1602914400,"objectID":"7032e061d9c4f4c9e2065525d4e8a1ee","permalink":"https://amrcloud.net/en/post/20201017-october-update/","publishdate":"2020-10-17T09:00:00+03:00","relpermalink":"/en/post/20201017-october-update/","section":"post","summary":"Data export/import from WHONET","tags":[],"title":"AMRcloud October update","type":"post"},{"authors":null,"categories":[],"content":"AMRcloud has been updated with the following features:\n added automated interpretation of MIC and DD data using CLSI M100-ED30, 2020 breakpoints. You can find available antibiotic list here; added ability to create custom interpretive criteria and breakpoints; added ability to automatically combine AST results from different sources (MIC, DD, and S/I/R data); faster processing of imported files; improved support for .XLS files; changed animation style; fixed re-scaling of bar charts. ","date":1599069600,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1599069600,"objectID":"6163c1551b7f9245cf0db68df241d58a","permalink":"https://amrcloud.net/en/post/20200909-september-update/","publishdate":"2020-09-02T21:00:00+03:00","relpermalink":"/en/post/20200909-september-update/","section":"post","summary":"CLSI M100-ED30, custom rules, and more...","tags":[],"title":"AMRcloud September update","type":"post"},{"authors":null,"categories":null,"content":"Organisers Interregional Association for Clinical Microbiology and Antimicrobial Chemotherapy (IACMAC) Russian Society of Urologists Annotation This dataset presents the data on antibiotic resistance of community-acquired uropathogens isolated from midstream urine samples of:\n adults with symptomatic UTI (cystitis, pyelonephritis); children and adolescents under 18 years with symptomatic UTI (cystitis, pyelonephritis); pregnant women with symptomatic UTI (cystitis and pyelonephritis) and asymptomatic bacteriuria. The study was conducted in two periods: DARMIS 2009-2011: 28 centers, 20 cities Russia: Voronezh, Yekaterinburg, Irkutsk, Kazan, Krasnodar, Moscow, Omsk, Rostov-on-Don, Samara, St. Petersburg, Seversk, Smolensk, Surgut, Tomsk, Tyumen, Ufa, Chelyabinsk, Yakutsk; Belarus: Gomel; Kazakhstan: Karaganda. DARMIS 2017-2018: 34 centers, 26 cities Russia: Bratsk, Voronezh, Yekaterinburg, Irkutsk, Yoshkar-Ola, Kazan, Kirov, Krasnodar, Nizhnevartovsk, Novokuznetsk, Novosibirsk, Omsk, Rostov-on-Don, Samara, St. Petersburg, Seversk, Smolensk, Surgut, Tolyatti, Tomsk, Ulyanovsk, Chelyabinsk, Yakutsk, Yaroslavl; Belarus: Gomel; Kazakhstan: Karaganda. Antibiotic Susceptibility Testing Minimum inhibitory concentrations (MICs) of antibiotics were determined by reference broth microdilution method (BMD) in Mueller-Hinton broth according to ISO 20776-1:2006 at the Central Laboratory of the Institute of Antimicrobial Chemotherapy (IAC), Smolensk State Medical University (SSMU)\nInterpretation of MICs Clinical susceptibility categories were assigned according to the European Committee on Antimicrobial Susceptibility Testing (EUCAST) MIC Clinical breakpoints v.11.0, 2021\nDARMIS 2009-2011 Study Group Agapova E.D. (Irkutsk) Ankirskaya A.S. (Moscow) Elokhina E.V. (Omsk) Galeeva O.P. (Kazan) Gudkova L.V. (Tomsk) Gumenetskiy D.V. (Chelyabinsk) Khasanova S.G. (Ufa) Khokhlyavina R.M. (Tyumen) Kogan M.I. (Rostov-on-Don) Kozlova L.V. (Smolensk) Lavrinenko A.V. (Karaganda, Kazakhstan) Loginov Yu.A. (Smolensk) Malev I.V. (Smolensk) Morozov M.V. (Smolensk) Moskvitina E.N. (Seversk) Multykh I.G. (Krasnodar) Naboka Yu.L. (Rostov-on-Don) Nastausheva T.L. (Voronezh) Nikolskaya I.G. (Moscow) Ortenberg E.A. (Tyumen) Oskina E.A. (Samara) Palagin I.S. (Smolensk) Perevalova E.Yu. (Yekaterinburg) Polukhina O.V. (St. Petersburg) Rozanova S.M. (Yekaterinburg) Safina A.I. (Kazan) Savicheva A.M. (St. Petersburg) Sekhin S.V. (Smolensk) Skalskiy S.V. (Omsk) Tapalskiy D.V. (Gomel, Belarus) Tatarinova O.V. (Yakutsk) Trapeznikova B.V. (Surgut) Valiullina I.R. (Kazan) Zhestkov A.V. (Samara) Zulkarneev R.Kh. (Ufa) DARMIS 2017-2018 Study Group Amineva P.G. (Yekaterinburg) Becker G.G. (Novosibirsk) Bulkin A.N. (St. Petersburg) Bykonya S.A. (Tomsk) Chastoedova A.N. (Kirov) Domanskaya O.V. (Novokuznetsk) Elokhina E.V. (Omsk) Ershova M.G. (Yaroslavl) Ivanova I.A. (Yoshkar-Ola) Khaidarshina N.E. (Chelyabinsk) Khusnutdinova T.A. (St. Petersburg) Kogan M.I. (Rostov-on-Don) Kulchavenya E.V. (Novosibirsk) Lavrinenko A.V. (Karaganda, Kazakhstan) Lyamin A.V. (Samara) Malev I.V. (Smolensk) Malyavin A.I. (Ulyanovsk) Martyanova N.M. (Tolyatti) Moskvitina E.N. (Seversk) Mutin M.Yu. (Bratsk) Naboka Yu.L. (Rostov-on-Don) Nikiforovskaya N.N. (Smolensk) Palagin I.S. (Smolensk) Plugin P.S. (Novosibirsk) Popova L.D. (Omsk) Portnyagina U.S. (Yakutsk) Shamaeva S.Kh. (Yakutsk) Shipitsyna E.V. (St. Petersburg) Shirokova T.M. (Kirov) Sidorova R.K. (Ulyanovsk) Strebkova V.V. (Voronezh) Sukhoreva M.V. (Irkutsk) Tapalsky D.V. (Gomel, Belarus) Valiullina I.R. (Kazan) Varganova A.N. (Surgut) Varibrus E.V. (Krasnodar) Vasilyeva I.R. (Nizhnevartovsk) Vetokhina A.V. (Irkutsk) Volkovskaya I.V. (Tomsk) Zhestkov A.V. (Samara) Coordinator Ivan S. Palagin Research fellow\nInstitute of Antimicrobial Chemotherapy (IAC),\nSmolensk State Medical University (SSMU)\nivan.palagin@gmail.com\n Publications I.S. Palagin, M.V. Sukhorukova, A.V. Dekhnich, M.V. Edelstein, T.S. Perepanova, R.S. Kozlov, “DARMIS-2018” Study Group. Current state of antibiotic resistance of pathogens causing community-acquired urinary tract infections in Russia, Belarus and Kazakhstan: results of the international multicenter study “DARMIS-2018”. Urology 2020; 1: 19-31. 10.18565/urology.2020.1.19-31 I.S. Palagin, M.V. Sukhorukova, A.V. Dekhnich, M.V. Edelstein, T.S. Perepanova, R.S. Kozlov, “DARMIS-2018” Study Group. Antimicrobial resistance of pathogens causing community-acquired urinary tract infections in Russia: results of the multicenter study “DARMIS-2018”. KMAKH 2019; 21 (2): 134-146. 10.36488/cmac.2019.2.134-146 I.S. Palagin, M.V. Sukhorukova, A.V. Dekhnich, M.V. Edelstein, A.V. Grinev, T.S. Perepanova, R.S. Kozlov, DARMIS Study Group. Complicated community-acquired urinary tract infections in adult patients in Russia. KMAKH 2014; 16 (1): 39-56. cmac-journal.ru I.S. Palagin, M.V. Sukhorukova, A.V. Dekhnich, M.V. Edelstein, A.N. Shevelev, A.V. Grinev, T.S. Perepanova, R.S. Kozlov, “DARMIS” Study Group. Current state of antibiotic resistance of pathogens causing community-acquired urinary tract infections in Russia: DARMIS Study (2010-2011). KMAKH 2012; 14 (4): 280-302. cmac-journal.ru T.S. Perepanova, R.S. Kozlov, A.V. Dekhnich, I.S. Palagin, A.N. Shevelev, E.M. Volkova, D.K. Egamberdiev. Choice of antimicrobial drugs in urinary infections. Urology 2012; 2: 4-8. cyberleninka.ru ","date":1592092800,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1592092800,"objectID":"9ad0ac6a37ca6c0329bf4ac81205beb2","permalink":"https://amrcloud.net/en/project/darmis/","publishdate":"2020-06-14T00:00:00Z","relpermalink":"/en/project/darmis/","section":"project","summary":"International multicenter prospective surveillance study of antimicrobial resistance of uropathogens causing community-acquired UTI in different subsets of patients","tags":null,"title":"DARMIS 2009-2011 \u0026 2017-2018","type":"project"},{"authors":["Vinogradova A.G.","Kuzmenkov A.Yu."],"categories":null,"content":"","date":1590660374,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1590660374,"objectID":"21d560421620a14894f8bb0a2f8b168e","permalink":"https://amrcloud.net/en/publication/cmac-2020-t22-n2-p137/","publishdate":"2020-10-11T13:00:00Z","relpermalink":"/en/publication/cmac-2020-t22-n2-p137/","section":"publication","summary":"Continuing trends of antimicrobial resistance growth require a set of countermeasures, of which antimicrobial resistance surveillance at the global, national, and local levels plays one of the most important roles. Local surveillance systems are the most significant in controlling the changes in susceptibility of microorganisms in specific settings and contribute to the necessary activities, including prevention of epidemics. This paper presents basic principles and recommendations for handling antimicrobial resistance surveillance data, provides examples of table completion and metadata quick guide. A focus is made on specific issues and problems associated with surveillance data handling and the ways to resolve those problems are proposed.","tags":null,"title":"Data handling as a basis for local antimicrobial resistance surveillance","type":"publication"},{"authors":null,"categories":[],"content":"","date":1581408000,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1581408000,"objectID":"ed7c4dabf0c7a38f5f4af7b07e795686","permalink":"https://amrcloud.net/en/pages/crowdfunding/","publishdate":"2020-02-11T11:00:00+03:00","relpermalink":"/en/pages/crowdfunding/","section":"pages","summary":"","tags":[],"title":"Donate","type":"pages"},{"authors":null,"categories":null,"content":"Abstract Acinetobacter baumannii is one of the most common and troublesome nosocomial pathogens. This project presents the following data on nosocomial A. baumannii isolates collected from various regions of Russia:\n isolate source data (geographical, clinical data, and basic patient demographics); molecular-genetic characteristics of isolates (clonal group, SNP type, sequence type, KL type, presence of acquired carbapenemase genes); susceptibility to various antibiotics; susceptibility to certain lytic phages. Bacterial isolates The study includes a total of 3,135 consecutive non-duplicate (one per patient/case of infection) clinical isolates collected between 14 January 2013 and 31 December 2019 as part of the national surveillance studies from 71 hospitals in 36 cities of Russia: : Arkhangelsk, Barnaul, Belgorod, Blagoveshchensk, Chelyabinsk, Irkutsk, Izhevsk, Kazan, Krasnodar, Kurgan, Maykop, Moscow, Murmansk, Naberezhnye Chelny, Nizhny Novgorod, Novosibirsk, Noyabrsk, Omsk, Penza, Perm, Petrozavodsk, Rostov-on-Don, Seversk, Smolensk, St. Petersburg, Tolyatti, Tomsk, Tula, Tver, Tyumen, Ulan-Ude, Vladivostok, Voronezh, Yakutsk, Yekaterinburg, and Yuzhno-Sakhalinsk.\nAntibiotic susceptibility testing (AST) Minimum inhibitory concentrations (MICs) of antibiotics were determined by reference broth microdilution method according to ISO 20776-1:2006. The susceptibility categories were interpreted according to European Committee on Antimicrobial Susceptibility Testing (EUCAST) MIC Clinical Breakpoints v.10.0, 2020 (http://www.eucast.org/clinical_breakpoints/)\nPhage susceptibility testing (PST) Susceptibilities of isolates to selected lytic phages were determined by a modified double-agar-layer method and by spot testing.\nMolecular-genetic subtyping All isolates were typed by a single nucleotide polymorphism (SNP)-typing assay based on high-throughput real-time PCR detection of 21informative SNPs in 10 chromosomal loci: gltA, recA, cpn60, gyrB, gdhB, rpoD, fusA, pyrG, rplB, and rpoB (http://snpt.antibiotic.ru:9002/). Selected isolates were typed by both the Oxford and Pasteur multilocus sequence typing (MLST) schemes using Sanger or whole genome sequencing (https://pubmlst.org/abaumannii/). Identification of capsular polysaccharide biosynthesis gene clusters (K-loci, KL) KL types were identified for selected isolates from WGS data using the standard database and nomenclature (https://github.com/katholt/Kaptive).\nDetection of acquired carbapenemase genes The genes of the most prevalent in Acinetobacter spp. acquired carbapenemases of molecular class D (OXA-23-, OXA-24/40- and OXA-58-like), class А (GES-2- or GES-5-like), and class B (VIM, IMP and NDM) were determined by means of real-time PCR.\nStudy group Roman S. Kozlov, Anastasia V. Popova, Mikhail M. Shneider, Eugene A. Sheck, Mikhail V. Edelstein, Alexey Yu. Kuzmenkov, Andrey V. Romanov, Elvira R. Shaidullina.\nFunding This work was conducted with the financial support of the Russian Science Foundation (grant no. 18-15-00403).\n Contact Evgenii Shek Research fellow\nInstitute of Antimicrobial Chemotherapy (IAC),\nSmolensk State Medical University (SSMU)\nevgeniy.sheck@antibiotic.ru\n ","date":1581292800,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1581292800,"objectID":"9beeef984dd41f580b45783aa8276c90","permalink":"https://amrcloud.net/en/project/abphage/","publishdate":"2020-02-10T00:00:00Z","relpermalink":"/en/project/abphage/","section":"project","summary":"Institute of Antimicrobial Chemotherapy (IAC), Smolensk State Medical University\n","tags":null,"title":"\u003cem\u003eAcinetobacter baumannii\u003c/em\u003e genetic diversity, susceptibility to antibiotics and lytic phages","type":"project"},{"authors":["Kuzmenkov A.Y.","Vinogradova A.G.","Trushin I.V.","Avramenko A.A.","Edelstein M.V.","Dekhnich A.V.","Kozlov R.S."],"categories":null,"content":"","date":1570665840,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1570665840,"objectID":"71b4361b4a4d5ddbb73ca858afa552ed","permalink":"https://amrcloud.net/en/publication/cmac-2019-t21-n2-p119/","publishdate":"2019-10-10T00:04:00Z","relpermalink":"/en/publication/cmac-2019-t21-n2-p119/","section":"publication","summary":"Antimicrobial resistance is a growing threat to global public health and requires closer attention from the medical community. Antibiotic resistance monitoring systems play a key role in observing the antimicrobial susceptibility changes for rational prescribing antimicrobial therapy. Most current systems use data on a global scale; however, local data evaluation is more important for practical application. Unique AMRcloud online platform (https://amrcloud.net) was developed to process user data on antimicrobial resistance. Structural modules are modified to address the needs of researchers. The application has powerful graphic capabilities, data analysis system with automated interpretation of the antimicrobial susceptibility testing results. Geocoding is performed in a double way, and information exchange of results is adjusted by user. The use of AMRcloud allows researchers to create their own methodology for organizing primary data and their evaluation.","tags":null,"title":"AMRcloud: a new paradigm in monitoring of antibiotic resistance","type":"publication"},{"authors":null,"categories":[],"content":" Administration does not check the reliability of any information provided by you except as expressly permitted by the Terms of Use or Additional Terms and cannot consider its credibility as well as your legal capacity to provide it. Nonetheless, Administration relies on you to provide accurate and complete Personal Data and timely update it.\nBy using AMRcloud your Personal Data is protected and processed in accordance with applicable data protection and privacy laws.\n What is the purpose of this Policy In accordance with the Policy Administration informs you for:\n the information we collect; how we use information about you; your rights and obligations. Information We Collect By creating a user account on AMRcloud you provide the following data:\n Email address - is required for creating a user account and your access to the application. Username – is used to communicate with you. When you grant access to your results of data processing for third-party users by a link, they will be able to see your username. Password – is required for your authentication and access to AMRcloud. Please, note that Administration does not store passwords in the public domain and cannot use your user account.\nWe set cookies on each our webpage to collect anonymous analytics data. We use this information to help operate our resource and do not convey or sell it to any third parties. The information gathered may include:\n electronic data (HTTP headers, IP address, cookies, web beacons /pixel tags, browser type, operating system, hardware settings, device information); the time (and length of time) a page was viewed; information about the actions you take when using AMRcloud; information about your location. Creation and Sharing Information You have the right to use AMRcloud to get results of data processing strictly in accordance with the Terms of Use. All materials created by you, including all uploaded and downloaded data, will be available only for your user account until you share them (“share the results”).\nYou can share information using two modes: public (access by any user) and protected (access by entering a password). The users you share with can see your results of data processing, as well as your username, but not email address.\nAdministration does not use the content you create and does not grant access to the third parties to it. Administration may gain access to your content with your relevant permission only (for example, to identify and fix service failures).\nService Usage Data To improve our services Administration collects anonymous information about the actions you take when using AMRcloud. This may include the number of visits to AMRcloud and access time, interaction with the website (for example, clicks on buttons and links), IP address, device information, operating system, browser type, proxy server, mobile data provider. A part of the above information may be temporarily stored in cookies. Each time you visit any webpage of AMRcloud, Administration gets the URL of the webpages you came from and the URL you go to next. This Usage Data is collected automatically and is used anonymously.\nTo help collect anonymous usage statistics we use Google Analytics. To find out more about its Privacy Policy please visit https://policies.google.com/technologies/partner-sites\nHow We Use Your Personal Data Administration uses your Personal Data (email address) to authenticate and provide you the right to use AMRcloud and to access results of data processing.\nAdministration may send you:\n technical notices (information about changes to user account settings including password reset, account deletion and so on); support messages; administrative messages (information about any disruption, interruption and resume after a failure, updates or other information about your use of AMRcloud or the Security Policy). You cannot opt-out of receiving some categories of communications from us such as notices of significant changes to technical features or functionality of AMRcloud, the Security Policy or other Services policies or applicable laws. With your consent, Administration may periodically send you other messages about new services, features or functionality of AMRcloud through the email address specified by you.\nYour Rights \u0026amp; Obligations Administration will store your Personal Data for the period necessary to fulfil the purposes outlined in this Policy unless a longer storage period is required or permitted by law. Administration reserves the right to delete your user account including your Personal Data and created content in case of your violation of Terms of Use. If you would like to delete from our database any Personal Data you previously submitted to AMRcloud, you may submit a deletion request.\nYou may access your Personal Data processed by AMRcloud in accordance with this Policy unless otherwise is provided by law.\nYou may request to correct any incomplete or inaccurate Personal Data we hold about you.\nYou have the right to (If provided by the applicable international law or law of the Russian Federation):\n request to erasure or remove your Personal Data or any part of it and/or to withdraw your consent to the processing of your Personal Data; request restrictions on the processing of your Personal Data; object to the processing of your Personal Data. In some cases, you will be provided with other rights not specified above, as required or permitted by international data protection laws or laws of the Russian Federation. If you have any concerns as to how your Personal Data is processed, please submit a support request. If you would like to exercise any right mentioned above, please contact the Administration.\nLawful Processing The collecting and processing of your Personal Data are based on the applicable laws, regulations or legal procedures. You give your explicit consent to the Administration of AMRcloud for collection, storage and processing of Personal Data by accepting the terms of this Policy or any related documentation (for example Additional Terms). You may withdraw your consent at any time. For legitimate business purposes, you may object to the processing of your Personal Data. In this case, Administration reserves the right to delete your user account as required by your objection.\nCross-Border Transfer of Data Your personal data is stored in the Russian Federation.\nAdministration collects, processes, stores, retains, clarifies (update, change) and extracts Personal Data using databases and servers located in the Russian Federation.\nUpdating this Policy Administration has the right to update this Privacy Policy from time to time in its discretion including in case of any changes in applicable laws or technical features or functionality of AMRcloud.\nIf we make any significant change, including limitations and restrictions to this Policy, we will provide you with additional notice via email.\n","date":1569456000,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1569456000,"objectID":"a7f61b1bf602bd1cfad4fc9f57f5f168","permalink":"https://amrcloud.net/en/privacy-policy/20190926/","publishdate":"2019-09-26T00:00:00Z","relpermalink":"/en/privacy-policy/20190926/","section":"privacy-policy","summary":"Administration does not check the reliability of any information provided by you except as expressly permitted by the Terms of Use or Additional Terms and cannot consider its credibility as well as your legal capacity to provide it. Nonetheless, Administration relies on you to provide accurate and complete Personal Data and timely update it.\nBy using AMRcloud your Personal Data is protected and processed in accordance with applicable data protection and privacy laws.","tags":[],"title":"Privacy Policy","type":"privacy-policy"},{"authors":null,"categories":[],"content":"Use of AMRcloud Administration of AMRcloud (“Administration”) grants User а non-transferable right to use AMRcloud. AMRcloud makes it possible to upload files («files» or «data»), process, change, delete and visualize data and results of data processing as well as to provide and manage access to results of data processing to the third parties.\nIn order to upload and process data in AMRcloud, User must create an account. By creating an account, User acknowledges and agrees that AMRcloud displays her/his account name, but not email address, to the third parties with whom User decides to share the results of data processing. Regular functionalities and services of AMRcloud are available free of charge.\nIn order to use AMRcloud User will need an Internet connection. User is responsible for providing all equipment required to access the Internet.\nAdministration reserves the right to update or modify these Terms at any time and without notice to User. A new version of the Terms will come into force on the date of publication on the Internet at the following link: https://amrcloud.net/en/terms-of-use, unless otherwise provided by the new version of the Terms.\nIn case of disagreement with any new provision of these Terms, User must immediately stop using AMRcloud.\nYour Rights and Obligations User has the right to use AMRcloud in her/his sole discretion.\nUser acknowledges and agrees that she/he is solely responsible for:\n her/his usage purposes of AMRcloud; any content (data files and materials) uploaded by User to AMRcloud and its compliance with local, regional and international laws and regulations; any actions leading to violation legitimate interests of the third parties including non-property and other intellectual property rights; any attempts on intangible assets of the third parties. User is not allowed to:\n upload, send, transfer or allocate and/or distribute any material that is illegal, malicious, libelous, violates intellectual property rights, demonstrates discrimination against people racial, ethnic, national, sexual, religious, social characteristics, discloses the third parties\u0026rsquo; personal information or data, including patient identification data, violates the rights of or injurious to the third parties, contains improper advertisement, violates any local, regional and international laws and regulations; upload, send, transfer or allocate and/or distribute any material that Users doesn’t have a right to make available under any law or under contractual or fiduciary relationships/ content that is subject to any third party proprietary rights; impersonate any person or entity, falsely claim an affiliation with any person or entity; taking any action including technically aimed to violate normal functioning of AMRcloud; use AMRcloud for commercial purposes unless User has permission from Administration; use AMRcloud for any kind of illegal activity. These Terms is governed by and construed in accordance with the internal law of the Russian Federation without giving effect to any choice or conflict of law provision or rule.\nRemoving and Blocking Administration reserves the right to delete User’s files immediately, with or without prior notice from Administration in the event that User fails to comply with any provision of these Terms.\nAdministration reserves the right to suspend or terminate User’s access to AMRcloud with notice to User in the following cases:\n User uses AMRcloud in any manner that would subject AMRcloud or other users to the risk of harm or damage; User Account has been inactive for more than 12 months; User doesn’t mention AMRcloud as a system for processing and analyzing data while presenting any content generated with AMRcloud in public (e.g. in journal publications, reports at conferences); The reference for citing the use of AMRcloud: Kuzmenkov A.Yu., Vinogradova A.G., Trushin I.V., Avramenko A.A., Edelstein M.V., Dekhnich A.V., Kozlov R.S. AMRcloud: a new paradigm in monitoring of antibiotic resistance. Clinical Microbiology and Antimicrobial Chemotherapy. 2019; Vol. 21 №2. P.119-124. In case of one of the above situations, Administration may send a notification to User through the email address specified by User. If the above violations are detected, Administration will have the right to suspend User’s access to AMRcloud. In case User ignores notifications or violates provisions of the Terms systematically, Administration will have the right to delete User Account, including all data uploaded to AMRcloud, results of data processing and created links, without additional notice and consent from User.\nAdministration reserves the right to terminate User’s access to AMRcloud or delete User account without notice to User in the following cases:\n User violates any of the provisions of these Terms or related documentation (except all the above situations); User’s actions entail legal or regulatory liability and/or jeopardize the ability of AMRcloud to provide services to other users; There is no technical possibility to contact User and to notify her/him about the above conditions. In addition, in case of high load on AMRcloud infrastructure caused by sharing results of data processing through generating a link with AMRcloud, this link may be blocked.\nAMRcloud Changes Administration has the right to change AMRcloud, such as change the existing or add new functionalities and services, at any time without prior notice.\nRevisions and Errors All information and materials placed on AMRcloud may contain technical, spelling, typographical errors or mistakes in text, graphics and figures. Administration does not guarantee that any information, data and other materials are accurate, complete or correct. Administration reserves the right to change and correct any information or materials contained in AMRcloud without prior notice.\nCopyrights and Trademarks User retains her/his entire right relating to the materials uploaded by User to AMRcloud, including all copyrights, trademarks and other intellectual property rights.\nUser has the right to distribute results of data processing generated with AMRcloud. For citing any content of AMRcloud or reporting the use of AMRcloud for processing and analyzing data in journal publications and conference proceedings, the following reference is mandatory: Kuzmenkov A.Yu., Vinogradova A.G., Trushin I.V., Avramenko A.A., Edelstein M.V., Dekhnich A.V., Kozlov R.S. AMRcloud: a new paradigm in monitoring of antibiotic resistance. Clinical Microbiology and Antimicrobial Chemotherapy. 2019; Vol. 21 №2. P.119-124.\nLimitations User acknowledges and agrees with the possibility of hardware failures and malfunctions in AMRcloud software including those causing violation of access to data processing results or loss of uploaded data. User agrees that Administration has no capability to predict any technical failures and to inform User in advance about such failures or to eliminate the possibility of the resumption of problems. Such situations cannot be used for bringing a claim against AMRcloud.\nUser acknowledges and agrees that Administration does not verify or endorse and takes no responsibility for any data uploaded by User or results of data processing in AMRcloud (except as expressly permitted by User). Administration does not guarantee that the files placed on AMRcloud are in accordance with applicable local, regional and international laws and subject to all terms, conditions and restrictions, under these Terms.\nUser acknowledges and agrees that she/he uses AMRcloud on her/his own risk and Administration does not assume and will not have any liability to User for any information, data or results of data processing placed on AMRcloud, including their accuracy, completeness, timeliness, validity, copyright compliance, legality, decency, quality or any other aspect thereof.\nUser is responsible for any negative consequences arising from her/his use of any information, data or results of data processing placed on AMRcloud, including damage to computers or devices owned by User or the third parties, loss of data or results of data processing, violation of rights or any other damages.\nUser acknowledges and agrees that personal account on AMRcloud is intended for her/his individual use. User has no right to transfer access to her/his account on AMRcloud to any third party on a paid or unpaid basis. If User account is accessed by more than one User at the same time, technical problems may occur.\nAdministration under no circumstances and without exception is not liable to User for any damages, arising from or relating to User’s use or misuse of AMRcloud or its functionality (services), including lost data caused by any technical failures or problems.\nDisclaimer User acknowledges and agrees that she/he uses AMRcloud on her/his own risk. AMRcloud and all its functionality (services) are provided ‘as is’. Administration does not take on of any liability related to usage of AMRcloud and does not guarantee that AMRcloud will meet requirements and interests of User.\nAdministration does not guarantee that AMRcloud will function quickly, continuously, reliably and without errors.\nAdministration disclaims all warranties, whether express or implied, of accuracy of results or reliability of information from AMRcloud (including related web resources or services).\nAdministration does not support or control links or materials placed by User through AMRcloud. Administration is not responsible for User’s materials, including their validity, legality or any other aspect thereof. Administration does not guarantee storage of data uploaded by User to AMRcloud.\nAdministration reserves the right to impose any rules, limitations and restrictions (technical, legal, institutional or other) and to change them from time to time in its sole discretion without any notice. Limitations and restrictions may be different for various categories of Users and they are defined by additional terms between User and Administration in full compliance with applicable federal laws, regulations and rules.\nReference to any website, product, service, any information of a commercial or non-commercial nature, placed on AMRcloud cannot be considered either as an endorsement or a recommendation of these products (services) by Administration.\n","date":1569456000,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1569456000,"objectID":"66be61cdb2bab518275fab4c6db3fed6","permalink":"https://amrcloud.net/en/terms-of-use/20190926/","publishdate":"2019-09-26T00:00:00Z","relpermalink":"/en/terms-of-use/20190926/","section":"terms-of-use","summary":"Use of AMRcloud Administration of AMRcloud (“Administration”) grants User а non-transferable right to use AMRcloud. AMRcloud makes it possible to upload files («files» or «data»), process, change, delete and visualize data and results of data processing as well as to provide and manage access to results of data processing to the third parties.\nIn order to upload and process data in AMRcloud, User must create an account. By creating an account, User acknowledges and agrees that AMRcloud displays her/his account name, but not email address, to the third parties with whom User decides to share the results of data processing.","tags":[],"title":"Terms of Use","type":"terms-of-use"},{"authors":null,"categories":[],"content":"Name* Email* Science Degree Job Title City* Institution / Company Additional information I hereby agree* \u0026nbsp; with Terms of Use \u0026nbsp; with Privacy Policy \u0026times; \u0026times; Submit $('#amrcloud-register-form').submit(function (e) { $('#message-success').hide(); $('#message-error').hide(); e.preventDefault(); // avoid to execute the actual submit of the form. var form = $(this); var url = form.attr('action'); $.ajax({ type: \"POST\", url: url, data: form.serialize(), // serializes the form's elements. success: function(data) { console.log(data.message); $('#message-success-text').html(data.message); $('#message-success').show(); form[0].reset(); }, error: function(data) { console.log(data.message); $('#message-error-text').html(data.message); $('#message-error').show(); } }); }); ","date":1461110400,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1555459200,"objectID":"80e19ca1ef2f6e59b6cb6198b0d02a97","permalink":"https://amrcloud.net/en/pages/invite-register/","publishdate":"2016-04-20T00:00:00Z","relpermalink":"/en/pages/invite-register/","section":"pages","summary":"Name* Email* Science Degree Job Title City* Institution / Company Additional information I hereby agree* \u0026nbsp; with Terms of Use \u0026nbsp; with Privacy Policy \u0026times; \u0026times; Submit $('#amrcloud-register-form').submit(function (e) { $('#message-success').hide(); $('#message-error').hide(); e.preventDefault(); // avoid to execute the actual submit of the form.","tags":null,"title":"Registration","type":"pages"}] \ No newline at end of file +[{"authors":["admin"],"categories":null,"content":"","date":-62135596800,"expirydate":-62135596800,"kind":"taxonomy","lang":"en","lastmod":-62135596800,"objectID":"2525497d367e79493fd32b198b28f040","permalink":"https://amrcloud.net/en/authors/admin/","publishdate":"0001-01-01T00:00:00Z","relpermalink":"/en/authors/admin/","section":"authors","summary":"","tags":null,"title":"","type":"authors"},{"authors":["kuzmenkov-ay"],"categories":null,"content":"","date":-62135596800,"expirydate":-62135596800,"kind":"taxonomy","lang":"en","lastmod":-62135596800,"objectID":"427336653ec6391df5456e1c4bc7aa28","permalink":"https://amrcloud.net/en/authors/kuzmenkov-ay/","publishdate":"0001-01-01T00:00:00Z","relpermalink":"/en/authors/kuzmenkov-ay/","section":"authors","summary":"","tags":null,"title":"Alexey Kuzmenkov","type":"authors"},{"authors":["vinogradova-ag"],"categories":null,"content":"Nelson Bighetti is a professor of artificial intelligence at the Stanford AI Lab. His research interests include distributed robotics, mobile computing and programmable matter. He leads the Robotic Neurobiology group, which develops self-reconfiguring robots, systems of self-organizing robots, and mobile sensor networks.\nLorem ipsum dolor sit amet, consectetur adipiscing elit. Sed neque elit, tristique placerat feugiat ac, facilisis vitae arcu. Proin eget egestas augue. Praesent ut sem nec arcu pellentesque aliquet. Duis dapibus diam vel metus tempus vulputate.\n","date":-62135596800,"expirydate":-62135596800,"kind":"taxonomy","lang":"en","lastmod":-62135596800,"objectID":"03e09eee6fe8a2b6985142bfcaa78fd1","permalink":"https://amrcloud.net/en/authors/vinogradova-ag/","publishdate":"0001-01-01T00:00:00Z","relpermalink":"/en/authors/vinogradova-ag/","section":"authors","summary":"Nelson Bighetti is a professor of artificial intelligence at the Stanford AI Lab. His research interests include distributed robotics, mobile computing and programmable matter. He leads the Robotic Neurobiology group, which develops self-reconfiguring robots, systems of self-organizing robots, and mobile sensor networks.\nLorem ipsum dolor sit amet, consectetur adipiscing elit. Sed neque elit, tristique placerat feugiat ac, facilisis vitae arcu. Proin eget egestas augue. Praesent ut sem nec arcu pellentesque aliquet.","tags":null,"title":"Alina Vinogradova","type":"authors"},{"authors":["avramenko-aa"],"categories":null,"content":"","date":-62135596800,"expirydate":-62135596800,"kind":"taxonomy","lang":"en","lastmod":-62135596800,"objectID":"cfaa196c9ff3efd44f4b99d5034768cc","permalink":"https://amrcloud.net/en/authors/avramenko-aa/","publishdate":"0001-01-01T00:00:00Z","relpermalink":"/en/authors/avramenko-aa/","section":"authors","summary":"","tags":null,"title":"Andrey Avramenko","type":"authors"},{"authors":["trushin-iv"],"categories":null,"content":"","date":-62135596800,"expirydate":-62135596800,"kind":"taxonomy","lang":"en","lastmod":-62135596800,"objectID":"103951ef12ec2a11d21fb41cad4ab0f9","permalink":"https://amrcloud.net/en/authors/trushin-iv/","publishdate":"0001-01-01T00:00:00Z","relpermalink":"/en/authors/trushin-iv/","section":"authors","summary":"","tags":null,"title":"Ivan Trushin","type":"authors"},{"authors":["edelstein-mv"],"categories":null,"content":"","date":-62135596800,"expirydate":-62135596800,"kind":"taxonomy","lang":"en","lastmod":-62135596800,"objectID":"c58794b8375a15eed325aa4fdb15485e","permalink":"https://amrcloud.net/en/authors/edelstein-mv/","publishdate":"0001-01-01T00:00:00Z","relpermalink":"/en/authors/edelstein-mv/","section":"authors","summary":"","tags":null,"title":"Mikhail Edelstein","type":"authors"},{"authors":null,"categories":null,"content":"The AMRcloud Data Import/Export Tutorial is designed to familiarize you with the basic steps of uploading data to the AMRcloud online platform and customizing the working environment for data analysis and visualization.\n Left-mouse click on any picture to enlarge it, click it again to minimize. ","date":1674518400,"expirydate":-62135596800,"kind":"section","lang":"en","lastmod":1674518400,"objectID":"2c53a2c48374acbdedc52c11709048b6","permalink":"https://amrcloud.net/en/tutorials/import-data/","publishdate":"2023-01-24T00:00:00Z","relpermalink":"/en/tutorials/import-data/","section":"tutorials","summary":"The AMRcloud Data Import/Export Tutorial is designed to familiarize you with the basic steps of uploading data to the AMRcloud online platform and customizing the working environment for data analysis and visualization.","tags":null,"title":"AMRcloud. Data Import/Export","type":"docs"},{"authors":null,"categories":null,"content":"The Data Analysis Examples tutorial explains how to analyze data loaded into AMRcloud.\nThe basic steps of uploading data to the AMRcloud online platform are described in the AMRcloud Data Import Tutorial\nOpen your Project by clicking on the button Open.\n Open Project Click on the button Run to launch the dataset\n Launch the dataset ","date":1633996800,"expirydate":-62135596800,"kind":"section","lang":"en","lastmod":1633996800,"objectID":"795253407fac88dbe3c1c3de2492774c","permalink":"https://amrcloud.net/en/tutorials/analysis-examples/","publishdate":"2021-10-12T00:00:00Z","relpermalink":"/en/tutorials/analysis-examples/","section":"tutorials","summary":"The Data Analysis Examples tutorial explains how to analyze data loaded into AMRcloud.","tags":null,"title":"Data Analysis Examples","type":"docs"},{"authors":null,"categories":null,"content":"This tutorial is designed to show you how to prepare data form various information systems for uploading to AMRcloud.\n Left-mouse click on any picture to enlarge it, click it again to minimize. ","date":1648166400,"expirydate":-62135596800,"kind":"section","lang":"en","lastmod":1648166400,"objectID":"83956511de73178a9819908890c0e1b7","permalink":"https://amrcloud.net/en/tutorials/integrations/","publishdate":"2022-03-25T00:00:00Z","relpermalink":"/en/tutorials/integrations/","section":"tutorials","summary":"This tutorial shows you how to prepare data form various information systems for uploading to AMRcloud","tags":null,"title":"AMRcloud. Integrations with information systems","type":"docs"},{"authors":null,"categories":null,"content":"Educational videos were developed to familiarize the audience with the work of the AMRcloud.\nSeries of step-by-step tutorials about working with AMRcloud are available here.\n Don\u0026rsquo;t forget to turn on English subtitles! ","date":1648252800,"expirydate":-62135596800,"kind":"section","lang":"en","lastmod":1648252800,"objectID":"c1e18965661131691dbfee1ffae7d128","permalink":"https://amrcloud.net/en/tutorials/videotutorial/","publishdate":"2022-03-26T00:00:00Z","relpermalink":"/en/tutorials/videotutorial/","section":"tutorials","summary":"Series of step-by-step tutorials about working with AMRcloud.","tags":null,"title":"How to work with AMRcloud","type":"docs"},{"authors":null,"categories":null,"content":"In AMRcloud you can also save the data set as .csv file.\nSave data Select the required data set and click on the Edit set button.\n Go to the Download tab and select the required encoding.\n Click on one of the buttons to download the table file:\n Download Validated Source Data - table with the original dataset (with raw data for MIC, disk diffusion and SIR categories) Download Validated MIC Data - table with the original dataset and SIR categories based on MIC interpretive criteria Download Validated Disk Data - table with the original dataset and SIR categories based on inhibition zone diameters interpretive criteria ","date":1674518460,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1674518460,"objectID":"76229a036da866ea3b0c90daadecb69e","permalink":"https://amrcloud.net/en/tutorials/import-data/10-export/","publishdate":"2023-01-24T00:01:00Z","relpermalink":"/en/tutorials/import-data/10-export/","section":"tutorials","summary":"In AMRcloud you can also save the data set as .csv file.\nSave data Select the required data set and click on the Edit set button.\n Go to the Download tab and select the required encoding.\n Click on one of the buttons to download the table file:\n Download Validated Source Data - table with the original dataset (with raw data for MIC, disk diffusion and SIR categories) Download Validated MIC Data - table with the original dataset and SIR categories based on MIC interpretive criteria Download Validated Disk Data - table with the original dataset and SIR categories based on inhibition zone diameters interpretive criteria ","tags":null,"title":"Data Export","type":"docs"},{"authors":null,"categories":null,"content":"In the data analysis module, the view is split into 2 fields: Basic filters (top) and Infographics (bottom). The data visualized in the Infographics field can be filtered to only display a data subset by using filters at the top of the screen. Below is the description of the structures of those two main modules.\nBasic filters field The metadata from your dataset that you’ve selected for loading will appear at the top of the screen as a set of filters with drop-down lists. The names of the filters originate from the column titles in your dataset (and likely differ from this manual, depending on your data). The same goes for the categories in the drop-down lists.\n Field 13 - always organism group, Field 14 - always organism species. There are 2 types of data filters:\n Categorical filters have a drop-down to select from a list of values for filtering (E.g., geographical location, genes present, etc.). Continuous filters (e.g., age, date) are adjusted by sliding a bar on the scale to limit the value range. For easy selection of the parameters in the categorical filters, there is an option to start typing the text you would like to filter the data by, and this will show you all options containing the given text:\n Filter parameter values Hierarchical sorting principle Parameters to which the filtering has been applied are marked with a blue box around the corresponding filter drop-down list. Filters are numbered according to their level in the filtering hierarchy (1-12, the lower the number, the higher the hierarchy). When applying the filtering to one of the categories at a higher level, the available filtering options for other lower-level categories may become limited due to filtering applied at a higher-level filter (this is also displayed as a blue box around affected filters).\n Blue box around filters If you change a higher-level filter, the lower-level filters will be reset.\nExample Filter was applied to category 1. After that, the data selection was filtered in category filter #3 to display only 2 geographical locations from the available list: If after that we go back and modify the selection in category filter #1, e.g., to include one additional value: We will see that the selection in the category field #3 has been reset to default (to include all available options): Therefore, as you set your data filtering parameters, it is preferable to apply filters in the order of their appearance on the screen (this does not apply to the fields with continuous data, e.g., patient age).\nIf you wish to keep selected criteria for display, turn on the keep filter option:\n Keep selected criteria for display The function Keep filters works for drop-down parameters but not for continuous fields (e.g., Date, Age, etc.) Infographics field There are 7 tabs in the Infographics field that provide different types of data visualization.\nOverall, the infographics field has a general-to-specific structure. This layout facilitates an exploratory approach to your dataset. Meaning, the user doesn’t have to have a preconceived scientific question or target phenomena in mind that they want to investigate, but rather would like to methodically review all facets of their data. Following the organization of the analysis, inherent to the AMRcloud resource, by advancing through the infographics tabs left to right, will help users to form their scientific questions at the more general level of the analysis and proceed to refining and investigating it as they move towards visualization levels focusing on specific data.\n Tab Data structure allows viewing general metadata structure characteristics (proportions of entries with various characteristics, relationships between different data categories, data overlay with a map). Tab Organisms – displays a summary of representation of different species or groups of organisms in the dataset. It may be useful for an initial overview of the dataset and delineation of the further analysis strategy for different species and groups of organisms (e.g., Enterobaterales). Phenotypic resistance can be viewed and analyzed in three tabs: Antibiotic S/I/R Summary, Selected Antibiotic, and Associated Resistance, which are ordered by their level of data granularity starting from a broad overview moving towards more in-depth analysis. Using Infographics tools in that order would prompt the user to start with detecting the concern/interest areas at a big-picture level (general prevalence of resistance to various antimicrobials among different bacterial species, MIC trends, etc.). Then the user would proceed to drill down to unravel potential connections between various types of data: resistance phenotypes vs. metadata (demographic data, geographic distributions, diagnosis, therapy, any genetic or phenotypic properties of the pathogen strains, etc.), as well as associations between individual antibiotic resistance phenotypes (co-resistance, multidrug resistance). Described above types of analysis logically lead to the tab Markers, providing a convenient tool for investigating associations between resistant phenotypes and genetic antibiotic resistance determinants. It can also be used to analyze the correlation between all sorts of genetic markers and any type of metadata. Tab Compare – allows to create two groups with the desired set of parameters and then compare those groups against each other based on various data selected by the user. For example, one could create the first group as community-acquired cases and the second group- as nosocomial cases and then compare the prevalence of antimicrobial resistance, presence of different markers, or any metadata distribution between two groups. The filtering from the Basic filters field applies to visualizations in all tabs\n To apply filtering from the Basic filters field to the graphics in the Infographics field, press the button Display (the changes made in the Basic filters will not be displayed until you click Display). Drop-down lists included in the infographics field serve as controllers of what data is presented in a given graph and apply only to the tab they are listed under (unlike filters in the top portion of the screen that include/exclude data for all tabs).\nAfter making the adjustments in the filter fields under the infographics, you need to press the Display button to apply the changes.\nHistograms, pie charts, and area plots generated in various infographics fields of AMRcloud are interactive:\n Hovering over the graph brings a pop-up message showing the name of the data category and percentage of isolates with a given data value. You can change the categories displayed on the graph by clicking on their names in the legend for the corresponding graph. (This does not change relative percentages shown in the graph). E.g., you can hide cases with no data available from the view by clicking on the corresponding data category in the legend. Changing categories Understanding of basic connections between loaded data and data filtering/analysis options As mentioned earlier, the names of the headers in your imported data table will be used as the names of the basic filters in the AMRcloud analysis module. When uploading the data, you are asked to mark some of your data fields as Parameters to filter (or Filtration Columns), while others as Markers. Both will be displayed as the Basic Filters for your data. The difference is that the data fields marked as Markers in your original data table will be additionally available for selection under the Markers tab in the Infographics field; this will make it easier to plot those genetic features against the phenotypes (especially SIR categories) as well as other metadata.\nAnother thing to consider, if you have data on multiple genetic determinants that are known to confer resistance to a certain class of antimicrobials, it may be convenient to group them under one category (see detailed instructions in the manual for data upload).\n","date":1633996800,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1633996800,"objectID":"22ad28634be4f8c6eea3d6d6de7619f1","permalink":"https://amrcloud.net/en/tutorials/analysis-examples/01/","publishdate":"2021-10-12T00:00:00Z","relpermalink":"/en/tutorials/analysis-examples/01/","section":"tutorials","summary":"In the data analysis module, the view is split into 2 fields: Basic filters (top) and Infographics (bottom). The data visualized in the Infographics field can be filtered to only display a data subset by using filters at the top of the screen. Below is the description of the structures of those two main modules.\nBasic filters field The metadata from your dataset that you’ve selected for loading will appear at the top of the screen as a set of filters with drop-down lists.","tags":null,"title":"Organization of data analysis \u0026 visualization module","type":"docs"},{"authors":null,"categories":null,"content":"The use of the AMRcloud platform entirely depends on the data that you loaded into your dataset. However, we would like to bring up some general examples where different features of the AMRcloud could help solving common types of questions, which a clinician, microbiologist, or epidemiologist involved in antimicrobial resistance surveillance might want to answer. Please note that the exact positioning of filters and types of presented data will likely differ between our examples and your actual data, but the general structure will be the same as described in the previous chapter. If none of the presented examples speak to you, the systematic and detailed description of all functionalities included in the AMRcloud platform is included in Section 3 of this manual. And by all means, feel free to just play around with your data.\nSusceptibility profiles of microorganisms associated with a certain pathology Set your Basic Filters to select the Organism Species or Organism Group (e.g., Enterobacterales) that you wish to analyze (Species or group of organisms has to be selected for the tasks involving antimicrobial resistance phenotype interpretation due to the species-specific nature of susceptibility breakpoints). In the Infographics field, select the tab Selected Antibiotic. Under the tab Selected Antibiotic, from the drop-down list, pick the Antibiotic resistance to which you want to explore. Open sub-tab S/I/R Plots. Click on sub-tab Plot by further down. From the appeared drop-down filter Plot by (under S/I/R Plots), chose category Diagnosis (may be named differently depending on the headers title in your dataset). Click the button Display. Susceptibility profiles of microorganisms associated with a certain pathology. Filters Example of data display:\n Susceptibility profiles of microorganisms associated with a certain pathology. Result When using the Plot by function, it is important to have all available values selected under Basic Filters for the parameter selected as the category in Plot by. E.g., if Plot by is set to Diagnosis under Selected Antibiotic infographics, the Basic Filter for Diagnosis category should have all values selected:\n Susceptibility profiles of microorganisms associated with a certain pathology. Function Plot by The analyzed dataset can be further sorted by applying additional Basic Filters. However, after the Basic Filters are modified, the downstream Basic Filters settings will be discarded and would need to be selected again, and the antibiotic name needs to be picked (see chapter Hierarchical sorting principle of this manual for details).\nDistribution of resistance in different age groups Set your Basic Filters to select the Organism Species or Organism Group (e.g., Enterobacterales) you wish to analyze. (Species or a group of organisms must be selected for the tasks involving antimicrobial resistance phenotype interpretation due to the species-specific nature of susceptibility breakpoints). In the Infographics field, select the tab Selected Antibiotic. Under the tab Selected Antibiotic, from the drop-down list, pick the Antibiotic resistance to which you want to explore. Open sub-tab S/I/R Plots. Click on sub-tab Plot by further down. From the appeared drop-down filter Plot by (under S/I/R Plots), chose the category Age Group (may be named differently depending on the headers title in your dataset). Click the button Display. To create a graph sorted by age along the X-axis: use graph settings options: Sort By - Name. Sort Type - Descending or Ascending. Distribution of resistance in different age groups. Filters Example of data display:\n Distribution of resistance in different age groups. Result When using Plot by function, it is important to have all available values selected under Basic Filters for the parameter selected as the category in Plot by. E.g., if Plot by is set to Age group under Selected Antibiotic infographics, the Basic Filter for the Age group category should have all values included (unless you intended to exclude them from the analysis):\n Distribution of resistance in different age groups. Function Plot By The analyzed dataset can be further sorted by applying additional Basic Filters. However, after the Basic Filters are modified, the downstream Basic Filters settings will be discarded and would need to be selected again, and the antibiotic name needs to be picked (see chapter Hierarchical sorting principle of this manual for details).\nS/I/R distribution for antimicrobials tested within a certain period Set your Basic Filters to select the date range for the data you wish to include in the analysis. In the Basic Filters, select the Organism Species or Organism Group (e.g., Enterobacterales) that you wish to analyze. (Species or a group of organisms must be selected for the tasks involving antimicrobial resistance phenotype interpretation due to the species-specific nature of susceptibility breakpoints). In the Infographics field, select the tab Antibiotics S/I/R Summary, sub-tab Plot Click the button Display. Under tab Plot, from the drop-down list, pick the Antibiotic resistance to which you want to explore. S/I/R distribution for antimicrobials tested within a certain period. Filters Example of data display:\n S/I/R distribution for antimicrobials tested within a certain period. Result The analyzed dataset can be further sorted by applying additional Basic Filters. However, after the Basic Filters are modified, the downstream Basic Filters settings will be discarded and would need to be selected again, and the antibiotic name needs to be picked (see chapter Hierarchical sorting principle of this manual for details).\nTrends in resistance to an antibiotic over a period of time Set your Basic Filters to select the Organism Species or Organism Group (e.g., Enterobacterales) you wish to analyze. (Species or group of organisms has to be selected for the tasks involving antimicrobial resistance phenotype interpretation due to species-specific nature of susceptibility breakpoints). In the Infographics field, select the tab Selected Antibiotic. Under the tab Selected Antibiotic, from the drop-down list, pick the Antibiotic resistance to which you want to explore. Open sub-tab S/I/R Plots. Click on sub-tab Plot by further down. From the appeared drop-down filter Plot by (under S/I/R Plots), chose the category Date: Year (may be named differently depending on the header titles in your dataset). AMRcloud algorithm can round the dates to display congregated data by years, quarters, months, and weeks. Click the button Display. Note that dates are always sorted automatically in chronological order, and Descending/Ascending sorting doesn’t work in this infographic. Trends in resistance to an antibiotic over a period of time. Filters Example of data display:\nData is presented as histogram by default.\n Trends in resistance to an antibiotic over a period of time. Histogram For the presentation of data as resistance trend, under the sub-tab Plot by, select the Trend option from the Plot type drop-down list.\n Trends in resistance to an antibiotic over a period of time. Plot by Trend Trends in resistance to an antibiotic over a period of time. Trend When using Plot by function, it is important to have all available values selected under Basic Filters for the parameter selected as the category in Plot by. E.g., if Plot by is set to Date:Year under Selected Antibiotic infographics, the Basic Filter for the Date category should have all values included (unless you intended to exclude them from the analysis):\n Trends in resistance to an antibiotic over a period of time. Function Plot by The analyzed dataset can be further sorted by applying additional Basic Filters. However, after the Basic Filters are modified, the downstream Basic Filters settings will be discarded and would need to be selected again, and the antibiotic name needs to be picked (see chapter Hierarchical sorting principle of this manual for details).\nGeographical distribution of resistance profiles (map visualization) Set your Basic Filters to select the Organism Species or Organism Group (e.g., Enterobacterales) you wish to analyze. [Species or a group of organisms must be selected for the tasks involving antimicrobial resistance phenotype interpretation due to the species-specific nature of susceptibility breakpoints]. In the Infographics field, select the tab Selected Antibiotic. Under the tab Selected Antibiotic, from the drop-down list, pick the Antibiotic resistance to which you want to explore. Open sub-tab Map. Click the button Display. Geographical distribution of resistance profiles. Filters View map with overplayed S/I/R data in the infographics “Map” below.\n Geographical distribution of resistance profiles. Map Alternatively, the distribution of relative proportions of isolates resistant to a given antibiotic by geographic locations can be shown by clicking infographics sub-tab Rating (also under Map sub-tab). In the graph below, the prevalence of the selected resistance type in all geographical loci is ordered according to its rate. A vertical dotted line designates a median percentage of resistant isolates.\n Geographical distribution of resistance profiles. Rating The analyzed dataset can be further sorted by applying additional Basic Filters. However, after the Basic Filters are modified, the downstream Basic Filters settings will be discarded and would need to be selected again, and the antibiotic name needs to be picked (see chapter Hierarchical sorting principle of this manual for details).\nAssociation of resistance phenotype and genotype This type of analysis depends on the data uploaded by the user and can be done using the Markers tab. Specifically, it allows to show MIC distribution for the isolates with different genetic resistance determinants present.\n In the Markers tab, select a group of markers and/or specific markers that you wish to analyze from the corresponding drop-down lists. Select the sub-tab MIC. Select an antibiotic for which you wish to explore the association of phenotype and genotype. Click the button Display. View the histogram of MIC-genetic marker distribution in the infographics MIC below. Association of resistance phenotype and genotype. Filters Example of data display. In the provided below example, the presence of carbapenemases correlates with high MIC values of meropenem:\n Association of resistance phenotype and genotype. Result Associated resistance AMRcloud allows users to explore the association between different antibiotic resistance phenotypes by comparing relative numbers of the isolates resistant to various antibiotics. This information helps to form a better understanding of the general epidemiology of antibiotic resistance and assists with choosing the strategy of antimicrobial prescriptions.\nMatrix of associated resistance To determine whether any co-resistance is observed in the dataset, use the tab Associated Resistance. A good way to start is with known resistance to an antimicrobial present in your isolates; determine the likelihood of that type of resistance to be associated with the resistance to other antimicrobials. For that:\n Set your Basic Filters to select the Organism Species or Organism Group (e.g., Enterobacterales) you wish to analyze. (Species or a group of organisms must be selected for the tasks involving antimicrobial resistance phenotype interpretation due to the species-specific nature of susceptibility breakpoints). Under the tab Associated Resistance, select the sub-tab Coresistance. Click the button Display. View the matrix of associated resistance in the infographics Matrix below. Associated resistance Example of data display:\n Associated resistance. Result In the example matrix above, find the row with the antibiotic to which the resistance is observed in the dataset and which you want to investigate for co-resistance for other antimicrobials, e.g., meropenem.\nValues in the intersections show the likelihood of associated resistance between two drugs being present. E.g., in the example above, there is an 81.49% likelihood that an isolate with resistance to meropenem will also be resistant to gentamicin. Usually, the goal is to find the drug combination with the lowest likelihood value for co-resistance as a potential option for treatment in case of observed resistance to one of the drugs in the pair. Another use of this type of analysis is the detection of unusual resistance patterns, e.g., in the case of resistance of Acetobacter isolates to meropenem, tobramycin has the lowest level of associated resistance among other aminoglycosides.\nMultiple Resistance To calculate the proportion of multi-/extreme-/pan-drug-resistant isolates (as determined by the user) in your dataset, use sub-tab Multiple Resistance. This function allows the user to determine the percentage of isolates that are resistant to at least one, two, … N number of antibiotics simultaneously. The user can specify antimicrobials selected for the analysis.\n Set your Basic Filters to select the Organism Species or Organism Group (e.g., Enterobacterales) you wish to analyze. Select the tab Associated Resistance, Select the sub-tab Multiple Resistance. Pick the antibiotics, among which multiple resistance will be explored. Multiple resistance will only be analyzed among the selected antibiotics (selecting only one antibiotic will not allow analyzing for multiple resistance). Enter the number of antimicrobials to which the simultaneous resistance must be observed in your selected group (user defines the multiple resistance in this analysis). E.g., in the example below, to determine the proportion of isolates that are resistant to all antibiotics in the panel (pan-resistance), select all antibiotics in the dataset (8 out of 8) in the field Antibiotic and set N number to 8 in the field R at least to N antibiotics. Click the button Display. Multiple Resistance View the number of isolates meeting the set parameters of multiple resistance. The percentage value from the total number of isolates in the dataset and 95% confidence interval (CI) are also calculated automatically.\n Multiple Resistance. Result The analyzed dataset can be further sorted by applying additional Basic Filters. However, after the Basic Filters are modified, the downstream Basic Filters settings will be discarded and would need to be selected again, and the antibiotic name needs to be picked (see chapter Hierarchical sorting principle of this manual for details).\nVisualize MIC 50 and MIC 90 Set your Basic Filters to select the Organism Species or Organism Group (e.g., Enterobacterales) you wish to analyze. (Species or a group of organisms must be selected for the tasks involving antimicrobial resistance phenotype interpretation due to the species-specific nature of susceptibility breakpoints). In the Infographics field, select the tab Selected Antibiotic. Under the tab Selected Antibiotic, from the drop-down list, pick the Antibiotic resistance to which you want to explore. Open sub-tab MIC. Click the button Display. Visualize MIC 50 and MIC 90 In the infographics MIC below, the MIC50 and MIC90 will be displayed as dotted vertical lines above corresponding MIC columns. Hovering over the dotted line will bring out the corresponding MIC50 or MIC90 label:\n Visualize MIC 50 and MIC 90. Result Time of First Detection of a certain marker in different geographical locations It could be useful to visualize the timeline of occurrence of certain markers- virulence or resistance determinant or a genetic lineage- in different geographical locations available in your dataset. For that, perform the following steps:\n Set your basic filters to include/filter data that you would like to analyze. In the Infographics field, select the tab Markers. Under the Markers tab, chose the group of markers you would like to analyze in the Group of Markers drop-down list. You don’t have to select a specific Marker at this level because you will be selecting the specific marker for visualization later. Open sub-tab Time of First Detection. Select the marker under the drop-down list Genetic Marker. Select the geographical location parameter under Plot by drop-down list. Click the button Display. For example: if we select an IIIG lineage of Shigella sonnei in our example dataset as a Genetic Marker and set the Plot by to the geographical location of isolation, we will see the dates when IIIG lineage was first isolated in different geographical locations:\n Time of First Detection of a certain marker in different geographical locations ","date":1633996800,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1633996800,"objectID":"19808b37d339060f8be7299e6d8fcee2","permalink":"https://amrcloud.net/en/tutorials/analysis-examples/02/","publishdate":"2021-10-12T00:00:00Z","relpermalink":"/en/tutorials/analysis-examples/02/","section":"tutorials","summary":"The use of the AMRcloud platform entirely depends on the data that you loaded into your dataset. However, we would like to bring up some general examples where different features of the AMRcloud could help solving common types of questions, which a clinician, microbiologist, or epidemiologist involved in antimicrobial resistance surveillance might want to answer. Please note that the exact positioning of filters and types of presented data will likely differ between our examples and your actual data, but the general structure will be the same as described in the previous chapter.","tags":null,"title":"Example tasks and their solutions","type":"docs"},{"authors":null,"categories":null,"content":"This step allows you to select the Column Headers from the imported data table to be used as Fields (or parameters) for data filtration and categorization. To do so, you need to associate the column headers with the standard categories (Isolate ID, Organism Group, Organism Name, and Date) required by AMRcloud. You can also select additional columns with spatial data, other metadata and markers to be used as Fields.\nThe required categories (with brief accompanying instructions) are listed on the left side of the screen. On the right side of the screen, you should choose the corresponding column headers from the drop-down lists. As you proceed with selection, you will be able to preview the content of the first ten rows of each selected column.\n Linking the columns to categories Isolate ID This is a mandatory category. Isolate ID can be any combination of alphanumeric characters, except special symbols (?,.!%$#\u0026gt;\u0026lt;). Organism Group This is a desirable category. You can use any names for organism groups, full taxonomic (e.g. \u0026ldquo;Staphylococcus\u0026rdquo;), non-taxonomic (e.g. \u0026ldquo;Staphylococci\u0026rdquo;) or abbreviated (e.g. \u0026ldquo;Staph\u0026rdquo;), however, the names should be consistent throughout the column. Grouping of organisms (species) is useful for analyzing combined prevalence and AST data of several species. Organism/Species Name This is a mandatory category. Use Latin binomial names according to official nomenclature (https://lpsn.dsmz.de/). Proper genus and species names are automatically recognized to apply specific breakpoints and to determine susceptibility categories. Right:\nKlebsiella pneumoniae, Acinetobacter baumannii, Pseudomonas aeruginosa (full binomial names)\nWrong:\nK. pneumoniae, A. baumannii, P. aeruginosa (abbreviated names)\n Select the Species name column from the drop-down list, and press the \u0026ldquo;Check Species Names\u0026rdquo; button to verify the names.\n Checking species names A list of species names that are not recognized may appear below the button. There may be two reasons for the name(s) to fail the verification process:\n There are spelling errors (e.g. missing, incorrect letters, etc.). Spell-check the name(s) carefully, correct the error(s) by double-clicking and editing the name(s) directly in the list, then press the \u0026ldquo;Correct species names\u0026rdquo; button.\n The outdated or invalid species name is used. Try searching the name at https://lpsn.dsmz.de/ or https://www.ncbi.nlm.nih.gov/taxonomy/ and replace it with the correct one.\n Example #1. \u0026ldquo;Enterobacter aerogenes\u0026rdquo; is the old name for \u0026ldquo;Klebsiella aerogenes\u0026quot;.\n Interpretive criteria (S/I/R breakpoints) are missing for a particular organism/species in the AMRcloud database. In this case, no correction is needed; species name will be imported \u0026ldquo;as is\u0026rdquo;. Example #2. The species name \u0026ldquo;Shewanella putrefaciens\u0026rdquo; is correct but is not recognized because breakpoints are currently missing for this species.\n If the full species name is not recognized, the data import wizard will attempt to determine the genus part of the name and, where possible, will apply the corresponding genus-specific breakpoints to the isolates\u0026rsquo; quantitative AST data. If neither a species nor a genus name is found in the AMRcloud susceptibility breakpoint database, the corresponding isolate record(s) will be imported, but quantitative susceptibility data will not be translated to S/I/R categories.\n Example #3. If \u0026ldquo;Salmonella Typhimurium\u0026rdquo; is used as species name (for \u0026ldquo;Salmonella enterica ser. Typhimurium\u0026rdquo;), the genus-specific breakpoints of Salmonella will be applied.\n Date This is a mandatory category. The date format must be consistent throughout the column. Records without a date or with a different date format will not be imported. Right:\n12.08.2018, 20.05.2017, 16.03.2014 (same format DD.MM.YYYY)\nWrong:\n13.08.2018, 20/05/19, 03/16/2014 (inconsistent format DD.MM.YYYY, DD/MM/YYYY, MM/DD/YYYY)\n Incorrect date format After selecting the Date column from the drop-down list, you should see the time scale under the \u0026ldquo;Date Range Preview\u0026rdquo;. If the date format is not recognized with the Auto option, try selecting alternative date formats. Be sure to check the box when you see the time scale.\n Confirming the date column selection Spatial Information This is not a mandatory category. Spatial information includes geographic locations and, optionally, their latitude/longitude coordinates. You may provide various types of objects as geolocations: countries, regions, states, natural areas, cities, smaller locality types or even detailed addresses (e.g. hospital buildings). Check the box if your data set contains spatial information and select the header of the column with geographic locations from the drop-down list.\nThe coordinates of geolocations can be set automatically or manually at Step Three of the data import wizard. However, if your data table already contains the two columns with latitude and longitude coordinates, check the corresponding box and then select these columns.\n Spatial information Numeric Parameter This is not a mandatory category. Only one column containing continuous numeric variable such as \u0026ldquo;age\u0026rdquo;, \u0026ldquo;weight\u0026rdquo;, etc. can be selected. If you use a numeric parameter, all cells in the column must be filled in with the number, isolate records (rows) with empty numeric fields are not imported. Check the box if your data set contains a numeric parameter and select the corresponding column header from the drop-down list.\n Numeric parameter Markers This is not a mandatory category. Markers may represent any isolate characteristics (phenotypes, complex genotypes, genes or mutations) that are relevant to antibiotic resistance. Markers can be assigned to groups with each group of Markers set in a separate column. The total number of columns of this type is unlimited. Check the box if your data set contains resistance markers data and select the corresponding column header(s) from the drop-down list.\n Resistance markers Additional Parameters This is not a mandatory category. A maximum of twelve columns with text variables (including the one with geolocations) can be selected as parameters for data filtration and categorization. Select the corresponding column headers from the drop-down list, drag and sort them with the mouse in the desired order.\n Additional parameters Completing Step Two Review all the selections made at this step and complete it by pressing the \u0026ldquo;Validate Step Two\u0026rdquo; button.\n You can reset any saved step and all subsequent steps of the data import wizard by pressing the Reset current and all following steps button.\nTip: There is no need to reset all steps if you only want to apply different interpretive criteria (susceptibility breakpoints) to the existing data set; this can be done by resetting only the Step Four.\n ","date":1599782580,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1599782580,"objectID":"05886ecf74143ea3588b8a15b056aa94","permalink":"https://amrcloud.net/en/tutorials/import-data/05-identification/","publishdate":"2020-09-11T00:03:00Z","relpermalink":"/en/tutorials/import-data/05-identification/","section":"tutorials","summary":"This step allows you to select the Column Headers from the imported data table to be used as Fields (or parameters) for data filtration and categorization. To do so, you need to associate the column headers with the standard categories (Isolate ID, Organism Group, Organism Name, and Date) required by AMRcloud. You can also select additional columns with spatial data, other metadata and markers to be used as Fields.\nThe required categories (with brief accompanying instructions) are listed on the left side of the screen.","tags":null,"title":"Step 2 - Set Fields","type":"docs"},{"authors":null,"categories":null,"content":"Geocoding is the process of transforming a description of a location to a location on the Earth\u0026rsquo;s surface. At this step, the data import wizard processes the names of the geographic objects (geolocations) and assigns them latitude and longitude coordinates. In this way, the geolocations\u0026rsquo; related statistics can be shown on the interactive maps in AMRcloud.\nAutomatic Geocoding Press the \u0026ldquo;1. Geocode it\u0026rdquo; button to start the geocoding process. Please be patient, as it may take some time depending on the number and type of locations. When coordinates appear in the table on the right side of the screen under the \u0026ldquo;Valid coordinates\u0026hellip;\u0026quot; green panel, open the map preview by left-mouse clicking on the header of the \u0026ldquo;Map: preview\u0026rdquo; blue panel.\nYou can zoom and pan the map to check the positions of the markers. Inspect all the marker positions carefully, as the automatic geocoding may sometimes fail to identify or misidentify the geolocations (for example, it may confuse the names of St. Petersburg, Russia, and St. Petersburg, Florida, USA).\nWhen you make sure all coordinates are assigned correctly, complete the step by pressing the \u0026ldquo;Validate Step Three\u0026rdquo; button. Alternatively, proceed to the following instructions for assigning the coordinates manually.\n Geocoding Setting the Coordinates Manually If any coordinates are not found or found incorrectly, check the spelling of the names of geolocations with missing/wrong coordinates. If there are errors, correct them in the source data table, reset all import steps from Step One, re-upload the data table and repeat all steps including the Geocoding.\nIf the names of geolocations with missing/wrong coordinates are correct, you can assign the coordinates manually.\nTo add missing coordinates, left-mouse double-click on the required cells of the right side table under the \u0026ldquo;Location(s) not found\u0026rdquo; orange panel, enter the Latitude and Longitude values, and then press the \u0026ldquo;Fix Coordinates\u0026rdquo; button.\nTo correct wrong coordinates, select the correspoding row (name of geolocation) from the left side table under the green panel with the mouse and press the \u0026ldquo;Edit coordinates\u0026rdquo; button above the table. The selected row will be moved to the right side table under the orange panel. Left-mouse double-click on the required cells, enter the new coordinates and press the \u0026ldquo;Fix Coordinates\u0026rdquo; button.\n Cell selecting Coordinates correcting How to Get the Latitude/Longitude Coordinates from the Map You can use the Preview Map to find the location (object) of interest and to determine its coordinates.\n Map preview Zoom and pan the map to find the location of interest.\n Tip: You can use the \u0026ldquo;Search using OSM Geocoder\u0026rdquo; button on the left side of the map to search for an object or any location nearest to it. Search bar Left-mouse click on the desired location on the map. The location\u0026rsquo;s Latitude and Longitude will be displayed below the map. Copy and paste these values into the corresponding сells of the right side table under the orange panel. When done, remember to press the \u0026ldquo;Fix Coordinates\u0026rdquo; button.\n Getting the coordinates Saving Your Geolocations for Future Usage If you are going to process the same geolocations again (e.g. in the subsequently uploaded data sets), you can save their coordinates in your personal list (This list is accessible and can be modified in the \u0026ldquo;My Geopoints\u0026rdquo; tab of the \u0026ldquo;My Profile\u0026rdquo; menu). Select and move the names of such locations to the right side table under the orange panel, enter the coordinates as described above, check the box \u0026ldquo;Save coordinates for future usage\u0026rdquo; and press the \u0026ldquo;Fix Coordinates\u0026rdquo; button. Your stored locations will be instantly identified the next time you perform the geocoding process.\n","date":1599782520,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1599782520,"objectID":"2945aa8b07bcb435606f583ddab7d676","permalink":"https://amrcloud.net/en/tutorials/import-data/06-geocode/","publishdate":"2020-09-11T00:02:00Z","relpermalink":"/en/tutorials/import-data/06-geocode/","section":"tutorials","summary":"Geocoding is the process of transforming a description of a location to a location on the Earth\u0026rsquo;s surface. At this step, the data import wizard processes the names of the geographic objects (geolocations) and assigns them latitude and longitude coordinates. In this way, the geolocations\u0026rsquo; related statistics can be shown on the interactive maps in AMRcloud.\nAutomatic Geocoding Press the \u0026ldquo;1. Geocode it\u0026rdquo; button to start the geocoding process. Please be patient, as it may take some time depending on the number and type of locations.","tags":null,"title":"Step 3 - Geocode","type":"docs"},{"authors":null,"categories":null,"content":"This step is used to assign susceptibility categories (S/I/R) from quantitative AST data (MICs, disk diffusion (DD) inhibition zones) using the selected interpretive criteria and breakpoints.\nSelecting Basic AST Interpretive Criteria Choose the basic AST Interpretive Criteria from the drop-down list. If you do not need to further customize interpretive criteria, skip the following steps and finalise interpretation.\n Adding Custom Interpretive Rules If required, you can add Custom AST Interpretive Rules for any organism-antibiotic combination. Left-mouse click on the \u0026ldquo;Custom Interpretive Rules\u0026rdquo; panel to open it. Press the \u0026ldquo;+ Add New Rule\u0026rdquo; button. In the opened pop-up window, enter the name of the rule, select the type of AST data you want to apply the rule to, select the target antibiotic from the drop-down list, select the S/I/R category or enter the breakpoints, select the target organism species or organism group, optionally, select other parameters from the drop-down lists to set the rule conditions, finally press the \u0026ldquo;Create\u0026rdquo; button. Repeat the above steps to create more rules, when done, press the \u0026ldquo;Close\u0026rdquo; button.\n Creating a custom rule The list of newly created custom rules appears in the left-hand side of the panel. You can \u0026ldquo;Edit\u0026rdquo; or \u0026ldquo;Remove\u0026rdquo; the rules by selecting them and pressing the corresponding buttons. If you want to save the rules for future usage, check the box \u0026ldquo;Save rules to My Interpretive Rules\u0026rdquo; (Saved rules will appear and can be modified in the “My Interpretive Rules” tab of the “My Profile” menu). You can also apply the previously saved rules by pressing the \u0026ldquo;Get Rules from My Interpretive Rules\u0026rdquo; button in the right-hand side of the panel and selecting the ones you want to use with the check-boxes. Press the \u0026ldquo;Validate Rules\u0026rdquo; button to apply the newly created custom rules and/or selected saved rules.\n Applying custom rules Defining Priority of AST Data Types Note that, if your datatable contains AST data of different types (MICs, DD inhibition zones, and predefined S/I/R categories), AMRcloud can automatically merge them and assign resulting S/I/R categories. In order to resolve potential conflicts in the S/I/R categorization when different types of data exist for the same isolates and antibiotics, you might have to select the priority order of data types as shown in the example figure below.\n Influence of data priority order selection on the interpretation result of combined data To set priority of _mic, _dd, and _sir data, left-mouse click on the \u0026ldquo;Combining AST results\u0026rdquo; panel, and select the priority order for all antibiotics or each individual antibiotic from the drop-down list(s). The default priority order for all antibiotics is sir \u0026gt; mic \u0026gt; dd. You can re-set the default priority of data types for all antibiotics at once by selecting the desired order in the top drop-down list and clicking the \u0026ldquo;Re-Set to All \u0026ldquo; button next to it.\n Combining AST data Finalising Interpretation When you have set up interpretive criteria as required, press the \u0026ldquo;Interpret MIC and Disk Diffusion data\u0026rdquo; button. Check the data import statuses in the list that appears below and press the \u0026ldquo;Complete All Steps\u0026rdquo; button to finish the data import process.\n Finalising interpretation You can reopen and edit the imported data set using the wizard at a later time.\nIf you only want to apply different (newer) AST interpretive criteria, you can reset and work through the Step Four only. There is no need to re-upload the data or re-set the previous steps.\n ","date":1599782460,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1599782460,"objectID":"c95de762895768d2fb2dcc21fcf745cf","permalink":"https://amrcloud.net/en/tutorials/import-data/07-interpretation/","publishdate":"2020-09-11T00:01:00Z","relpermalink":"/en/tutorials/import-data/07-interpretation/","section":"tutorials","summary":"This step is used to assign susceptibility categories (S/I/R) from quantitative AST data (MICs, disk diffusion (DD) inhibition zones) using the selected interpretive criteria and breakpoints.\nSelecting Basic AST Interpretive Criteria Choose the basic AST Interpretive Criteria from the drop-down list. If you do not need to further customize interpretive criteria, skip the following steps and finalise interpretation.\n Adding Custom Interpretive Rules If required, you can add Custom AST Interpretive Rules for any organism-antibiotic combination.","tags":null,"title":"Step 4 - Determine S/I/R","type":"docs"},{"authors":null,"categories":null,"content":"The \u0026ldquo;Rules of Thumb\u0026rdquo; for Data Preparation Accurate, well-formated and structured source data is essential for successful analysis using the AMRcloud platform.\n The following \u0026ldquo;rules of thumb\u0026rdquo; should be followed to prepare the data:\n The source data table should include individual isolate records and NOT aggregated statistics. Each isolate record should be represented by a separate row in the table. All AST Data and Metadata should be organized in columns with each column representing only a single type of data (number, date, character string). The Metadata must include four mandatory columns: Isolate Identifier, Organism/Species Name, Organism Group, and Date. All other metadata (e.g. geographical data, resistance markers, etc.) is optional. The AST Data may be of three different types: minimum inhibitory concentrations (MICs), inhibition zone diameters, and susceptibility categories (S/I/R). Headers of the columns representing AST Data should contain a generic name of antimicrobial agent and one of the three suffixes (\u0026quot;_mic\u0026rdquo;, \u0026ldquo;_dd\u0026rdquo; or \u0026ldquo;_sir\u0026rdquo;) denoting each type of data. Example Data The basic requirements for the source data table are listed in the \u0026ldquo;Read Me\u0026rdquo; tab of the data import wizard. An example data file for use as a reference for data formatting can be downloaded from a link at the bottom of the \u0026ldquo;Read Me\u0026rdquo; tab.\n Downloading a sample data Basic Requirements The data should be in the required format to be handled by AMRcloud.\n The data table should be flat (i.e. it should contain columns and rows with no additional separators, no hierarchical structures). Data table structure The first row of the table must be a header row with column names. Header row The table should contain four mandatory metadata columns (although the column names may be different): Isolate Identifier (ID) Organism/Species Name Organism Group Date Mandatory columns Isolate ID Isolate ID can be any combination of alphanumeric characters, except special symbols (?,!,%$#\u0026gt;\u0026lt;), and can be non-unique. Records (rows) with empty ID fields are not imported.\nOrganism/Species Name Only the Latin binomial names should be used for microbial species (see the official nomenclature https://lpsn.dsmz.de). Abbreviations in the species names are not allowed. Proper genus and species names are automatically recognized to determine susceptibility categories to antimicrobial agents using specific breakpoints.\n Right:\nStaphylococcus aureus, Streptococcus pneumoniae\nWrong:\nS. aureus, S. pneumoniae\n Organism Group Any taxonomic or non-taxonomic, full or abbreviated names can be used to define Organism Groups, however, the names should be consistent throughout the column. Grouping of organisms (species) is used for analyzing combined statistics (e.g. resistance prevalence) of several species.\n Right:\nEnterobacterales, Staphylococci, GN anaerobes, Enterobacterales, Staphylococci, GN anaerobes (all names are standardized)\nWrong:\nEnterobact, Staph, Entbact, Staphylococci, GN anaerobes, Gram-neg anaerobes (names are not standardized)\n Date The import wizard can automatically detect and interpret various Date formats, however, the Date format must be consistent throughout the column. Records without a Date are not imported.\n Right:\n12.08.2018, 20.05.2017, 16.03.2014 (same format DD.MM.YYYY)\nWrong:\n13.08.2018, 20/05/19, 03/16/2014 (inconsistent format DD.MM.YYYY, DD/MM/YYYY, MM/DD/YYYY)\n Date format AST Data The following types of AST Data can be handled by AMRcloud:\n Minimum Inhibitory Concentrations (MICs) Disk Diffusion Inhibition Zone Diameters Susceptibility Categories (S/I/R) You can provide an unlimited number of columns with AST Data for various antibiotics and can include data of different types for the same antibiotic in different columns.\nPlease strictly follow the rules below for naming the columns and choosing the format of AST Data entries.\nThe header of the columns containing AST Data must start with full generic name of antibiotic in English followed by the underscore symbol and must end with one of the three suffixes denoting the type of data:\n Minimum Inhibitory Concentrations _mic Disk Diffusion Inhibition Zone Diameters _dd Susceptibility Categories _sir Example:\ntobramycin_sir, tetracycline_sir, amoxicillin-clavulanic acid_dd, vancomycin_mic\n The list of legitimate antibiotic names can be downloaded from the link at the \u0026ldquo;Read Me\u0026rdquo; tab of the data import wizard. The quantitative AST Data (MIC and inhibition zone values) for the known antibiotics are automatically interpreted into susceptibility categories using selected criteria (breakpoints). List of legitimate antibiotic names Other (arbitrary) names of antimicrobial agents can be used in the column headers, however, for such agents, quantitative AST Data are not translated into susceptibility categories unless you define custom criteria (breacpoints) as explained in Step 4. If you want to use alternative breakpoints for certain antimicrobial agents, you can modify their names as shown in the example below:\n florfenicol_veterinary_mic, marbofloxacin_veterinary_dd\n It is allowed to indicate the load of the disk between the name of the antibiotic and the suffix _dd:\n amoxicillin-clavulanic acid_2-1_dd, moxifloxacin_5_dd\n The requirements for the format of AST Data entries are as follows:\n Minimum Inhibitory Concentration Values\n MIC values are measured in mg/L. Values must be numeric. Non-numeric values containing expressions \u0026ldquo;\u0026lt;=\u0026rdquo;, \u0026ldquo;\u0026gt;\u0026rdquo; or \u0026ldquo;\u0026gt;=\u0026rdquo; are automatically converted into numeric. Symbols \u0026ldquo;\u0026lt;=\u0026rdquo; and \u0026ldquo;\u0026gt;=\u0026rdquo; preceding the numbers are removed. Numbers preceded by \u0026ldquo;\u0026gt;\u0026rdquo; symbol are multiplied by two. Disk Diffusion Inhibition Zone Diameter Values\n Inhibition Zone Diameter values are measured in mm. Values must be integers greater than or equal to six. Susceptibility Category Values\n The only allowed values are \u0026ldquo;S\u0026rdquo;, \u0026ldquo;I\u0026rdquo;, and \u0026ldquo;R\u0026rdquo;. Values such as \u0026ldquo;S/I\u0026rdquo; or \u0026ldquo;I/R\u0026rdquo; are not allowed. Additional Metadata In addition to Mandatory Columns and AST Data, your table may include other optional columns with information about sources of isolates (including geospatial data), patient clinical and demographic data, specific characteristics of isolates (including phenotypic and genotypic resistance markers), etc. These columns will be used as parameters for data selection, filtration, and categorization.\nSpatial Information Column(s)\nSpatial Information includes geographic objects (geolocations) and, optionally, their coordinates (latitude and longitude). You may provide various types of objects as geolocations: countries, regions, states, natural areas, cities, smaller locality types or even detailed addresses (e.g. hospital buildings). At Step Three of the data import wizard, an automatic geocoding is performed to assign geographic coordinates to the known geolocations. You can also do it manually if automatic geocoding did not work.\nIf your data table already contains the two columns with latitude and longitude coordinates, you can check the box and then select these columns at Step One of the data import wizard.\nText (String) Metadata Columns\nYou can import a maximum of twelve parameters (columns) containing text metadata (including the column with geographic names) to a single Data Set.\nNumeric Metadata Column\nYou can import one parameter (column) containing continuous numeric variable such as \u0026ldquo;age\u0026rdquo;, \u0026ldquo;weight\u0026rdquo;, etc. Please note that if you use a numeric parameter, all cells in the column must be filled in with the number, records (rows) with empty numeric fields are not imported.\nResistance Markers Columns\nResistance Markers may represent any isolate characteristics (phenotypes, complex genotypes, genes or mutations) that are relevant to antibiotic resistance. Markers can be assigned to groups with each Group of Markers set in a separate column. For example, the column with the header \u0026ldquo;ESBL\u0026rdquo; may contain the entries like: \u0026ldquo;CTX-M-15\u0026rdquo;, \u0026ldquo;TEM-3\u0026rdquo;, \u0026ldquo;SHV-2\u0026rdquo;, \u0026ldquo;SHV-2+CTX-M-15\u0026rdquo;, \u0026ldquo;ESBL-negative\u0026rdquo;, etc. You can provide an unlimited number of columns with Resistance Markers. To ensure consistency, the data on Resistance Markers can be presented as follows:\n Results of testing for specific markers Entries Positive results \"OXA-48\", \"KPC\", \"CTX-M-15\", \"MRSA\", \"VRE\" etc. Negative result(s) \"Negative\" Not tested \"No data\" Not applicable for a particular organism/species empty cell Resistance Markers ","date":1599696300,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1599696300,"objectID":"02819c3c649b9331fb6128b9b7c6fb19","permalink":"https://amrcloud.net/en/tutorials/import-data/01-prepare/","publishdate":"2020-09-10T00:05:00Z","relpermalink":"/en/tutorials/import-data/01-prepare/","section":"tutorials","summary":"The \u0026ldquo;Rules of Thumb\u0026rdquo; for Data Preparation Accurate, well-formated and structured source data is essential for successful analysis using the AMRcloud platform.\n The following \u0026ldquo;rules of thumb\u0026rdquo; should be followed to prepare the data:\n The source data table should include individual isolate records and NOT aggregated statistics. Each isolate record should be represented by a separate row in the table. All AST Data and Metadata should be organized in columns with each column representing only a single type of data (number, date, character string).","tags":null,"title":"Data preparation","type":"docs"},{"authors":null,"categories":null,"content":"Uploading a Data File Please learn the content of the \u0026ldquo;Read Me\u0026rdquo; tab of the data import wizard first. To upload your data file to AMRcloud, go to the \u0026ldquo;Step One\u0026rdquo; tab, press the \u0026ldquo;Browse\u0026hellip;\u0026quot; button and select the file. If the file content appears correctly in the preview pane, press the \u0026ldquo;Validate and Save Step One\u0026rdquo; button to complete the current step.\n Uploading a file IMPORTANT!\n AMRcloud supports .xls, .xlsx and .csv data files. When uploading a .csv file, choose the format options from the \u0026ldquo;Options for csv file\u0026rdquo; panel to see the file content properly in the prevew pane. Use the slider above the preview pane to customize the number of rows (from 5 to 30) you want to preview. Data table preview Text Encoding Problems If you notice character encoding problems in the uploaded data, open the source file with any suitable text editor and re-save it with the UTF-8 encoding, then re-upload the file to AMRcloud.\n Text encoding problem After completing each step of the data import wizard your progress will be saved. You can close the wizard by pressing the \u0026ldquo;\u0026lt;Back\u0026rdquo; button at the top left corner of the screen and continue the import process from the saved step at any time by selecting the required data set and pressing the \u0026ldquo;Edit Set\u0026rdquo; button. ","date":1599696240,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1599696240,"objectID":"b3fb9344c423660146f13831a7b7d9e0","permalink":"https://amrcloud.net/en/tutorials/import-data/04-upload-file/","publishdate":"2020-09-10T00:04:00Z","relpermalink":"/en/tutorials/import-data/04-upload-file/","section":"tutorials","summary":"Uploading a Data File Please learn the content of the \u0026ldquo;Read Me\u0026rdquo; tab of the data import wizard first. To upload your data file to AMRcloud, go to the \u0026ldquo;Step One\u0026rdquo; tab, press the \u0026ldquo;Browse\u0026hellip;\u0026quot; button and select the file. If the file content appears correctly in the preview pane, press the \u0026ldquo;Validate and Save Step One\u0026rdquo; button to complete the current step.\n Uploading a file IMPORTANT!","tags":null,"title":"Step 1 - Upload Data","type":"docs"},{"authors":null,"categories":null,"content":"What is a Project / Data Set Project is a structural element of the AMRcloud platform used to group several Data Sets at the user\u0026rsquo;s discretion (you may view it as a folder).\nData Set is a basic unit within the Project that contains a discrete set of information that can be visualized and analyzed with the AMRcloud (you may view it as a separate file).\nYou can create multiple Projects and Data Sets within the AMRcloud.\nHow to create a Project To create a new Project in your account, press the \u0026quot;+ New Project\u0026rdquo; button in the upper left corner of the screen.\n New project Fill in the \u0026ldquo;New project name\u0026rdquo; and \u0026ldquo;Project subtitle\u0026rdquo; fields in the opening modal dialog (the limit is 255 characters).\nIt is recommended to use unique and distinguishing names for your Projects (do not limit yourself to the names like \u0026ldquo;project1\u0026rdquo; or \u0026ldquo;project2\u0026rdquo;). Project subtitle may include the keywords that further specify its content.\n Creating a new Project Types of Projects There are two types of Projects you can work with:\n My Project Team Project My Project is a personal project. Access to such a project is granted only to you, its creator and owner. However, you can share the results of the analysis of project data with other users by generating external web links.\nTeam Project is a collective project. Access to Team Project is granted to several users appointed as members of a team. The user who has created a Team Project becomes its administrator and has the right to manage it (i.e. add, modify or remove Data Sets) and to invite other users registered in AMRcloud to become team members. The invited users can view shared projects under the \u0026ldquo;Team Projects\u0026rdquo; tab but can\u0026rsquo;t manage them.\nData Sets Within a Project, you can create several Data Sets. To create a new Data Set, open the Project by clicking the \u0026ldquo;Open\u0026rdquo; button and then click the \u0026ldquo;+ New Set\u0026rdquo; button.\nFill in the \u0026ldquo;New set name\u0026rdquo; and \u0026ldquo;Set subtitle\u0026rdquo; fields in the opening \u0026ldquo;Add New Set\u0026rdquo; modal dialog (the limit is 255 characters). It is recommended to use unique and distinguishing names for your Data Sets (do not limit yourself to the names like \u0026ldquo;set1\u0026rdquo; or \u0026ldquo;set2\u0026rdquo;). The Data Set subtitle may include the keywords that further specify its content.\n Creating a new Data Set After creating a new Data Set, you can start uploading data by using the auto-opening wizard tool. Wizard can also be started at any time to modify the content of the existing Data Set by selecting it with a left-mouse click and then clicking the \u0026ldquo;Edit Set\u0026rdquo; button.\n","date":1584489960,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1584489960,"objectID":"e49aa105097c1730c49ff41c058a9ab7","permalink":"https://amrcloud.net/en/tutorials/import-data/00-project-set/","publishdate":"2020-03-18T00:06:00Z","relpermalink":"/en/tutorials/import-data/00-project-set/","section":"tutorials","summary":"What is a Project / Data Set Project is a structural element of the AMRcloud platform used to group several Data Sets at the user\u0026rsquo;s discretion (you may view it as a folder).\nData Set is a basic unit within the Project that contains a discrete set of information that can be visualized and analyzed with the AMRcloud (you may view it as a separate file).\nYou can create multiple Projects and Data Sets within the AMRcloud.","tags":null,"title":"Projects and Data Sets","type":"docs"},{"authors":null,"categories":null,"content":"In the future, if you have new data that does not structurally differ from those originally loaded into the Data Set, then you will not have to reset all the import steps and reload the entire table every time.\nAdd data Select the required data set and click on the Edit set button.\n Go to the Step Four: Determine S/I/R tab and click on the Add Data button.\n Click Browse to select a file (you can use a CSV file, in which case you may need to adjust the column separator). If the data table is displayed correctly, then check the date format is correct and check the box Check if you see the time scale?. Finally, click on the Upload button.\n Once the upload is complete, you can close the upload window and proceed to analyze the data or upload more data.\n The functionality of adding data appeared in AMRcloud from February 15, 2022. For data sets created before this date, it will be necessary to reset the set in Step Two and go through all the import steps again. After that, the functionality of adding data will become available. ","date":1581638460,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1581638460,"objectID":"0dfd3a8a49da86e32d187fb687e94dfe","permalink":"https://amrcloud.net/en/tutorials/import-data/09-adddata/","publishdate":"2020-02-14T00:01:00Z","relpermalink":"/en/tutorials/import-data/09-adddata/","section":"tutorials","summary":"In the future, if you have new data that does not structurally differ from those originally loaded into the Data Set, then you will not have to reset all the import steps and reload the entire table every time.\nAdd data Select the required data set and click on the Edit set button.\n Go to the Step Four: Determine S/I/R tab and click on the Add Data button.","tags":null,"title":"Add data","type":"docs"},{"authors":null,"categories":null,"content":"Below is the detailed description of the different types of analysis that can be performed in separate tabs of the Infographics field.\nData structure Tab Data structure gives a general overview of metadata structure. These infographics will help you overlay and compare any type of metadata uploaded with your dataset; however, it does not include antibiotic susceptibility data, which is investigated in detail in the consequent tabs.\nFollowing visualization tools are available under Data structure (sub-tabs):\nPie Chart Pie Chart sub-tab — simple data distribution by the categories that can be picked from the drop-down list. The table under the graph shows the cumulative data that went into the displayed graph and can be exported in various formats (csv, Excel, pdf, …).\nPlot by Plot by sub-tab — shows data distribution in relation to different criteria set by controllers in this Infographics field:\n Field Plot — the category of data that will be displayed Field Group by — the categories in which the displayed data will be classified into. Example. Distribution of isolates of different species by years Distribution of isolates of different species by years Distribution of isolates of different species by years. Result Table with cumulative data used to generate the graph is also available below.\nMap Map sub-tab — allows a display of one data category at a time that is set by a drop-down filter.\n To include all data points on the screen, press To search for the location on the map, use You can apply markers or drawings by using the side panel on the map Various adjustments to the elements on the map are available via Style Editor Style settings Organisms Tab Organisms – displays a summary of representation of different species or groups of organisms in the dataset (or subset of data selected based on the filters in the Basic Filters filed).\nAntibiotics S/I/R Summary Tab Antibiotics S/I/R Summary displays the overview distribution of the isolates by susceptibility categories S/I/R (which are either entered by the user or calculated from provided by user MIC of Inhibition zone diameter values)\nOnly one organism group or species can be analyzed at once. Before clicking Display, select the Organism Group or Organism Species in the Basic Filters part of the window.\nBy default, the susceptibility categories are displayed for all tested antibiotics (for which the susceptibility criteria are available). You may further select a smaller group of antibiotics (or a single drug) for which you would like to view the S/I/R distributions using the Antibiotic drop-down list in the Plot sub-tab.\nBelow are the controllers of data view available under the Antibiotics S/I/R Summary infographics field:\n A user can choose to show combined data from both auto-interpreted MICs and Zone Diameters together or select one of them under the drop-down list S/I/R Data Source. S/I/R categories can be displayed separately or be combined as S/I+R or S+I/R under the drop-down list Display. Selected Antibiotic Tab Selected Antibiotic allows to visualize the association of S/I/R categories for each antibiotic with other various factors present in the dataset (e.g., year, genetic lineage, diagnosis, geographic location, etc.). The main goal of this data visualization is to expose the concealed connections between a pattern of antibiotic resistance and any type of provided metadata. This is also the place where you can see antimicrobial susceptibility data distribution by discrete MIC or zone diameter values.\nFollowing controllers of data view are used to adjust data depiction throughout all sub-tabs of the Selected Antibiotic infographics field:\n A user can choose to show combined data from both auto-interpreted MICs and Zone Diameters together or select one of them under the drop-down list S/I/R Data Source. Antibiotic, for which the in-depth analysis is performed, can be selected in the Antibiotic drop-down list. The default selection is the first antibiotic in alphabetical order found in the dataset. Only one antibiotic can be chosen at a time. Following sub-tabs are available under Selected Antibiotic:\nS/I/R Plots As you open S/I/R Plots, the first set of filters allows you to:\n switch between S/I/R individual categorical view and either S/I+R or S+I/R combined views adjust 95% CI display (most importantly) select the metadata type that will be used for differential analysis of the susceptibility data (viewing susceptibility data distribution based on different metadata categories) – set in the drop-down list Plot by. The Summary information infographic is displayed first by default and provides the S/I/R summary for the selected antibiotic. (Summary is not affected by the Plot by filter set above).\nExample. Overall ciprofloxacin resistance of Enterobacterales. Let’s say we would like to see the overall ciprofloxacin resistance of Enterobacterales present in the dataset.\nSettings:\n Select the species or group of organisms for which resistance will be explored. Species or a group of organisms have to be selected for performing the tasks involving antimicrobial resistance phenotype interpretation (due to the species-specific nature of susceptibility breakpoints). Pick an antibiotic from the drop-down list, e.g., ciprofloxacin. Select the sub-tab S/I/R Plots. Select the infographics Summary information for the results Overall ciprofloxacin resistance of Enterobacterales. Filters Overall ciprofloxacin resistance of Enterobacterales. Result To proceed with viewing the distribution of antibiotic susceptibility categories (S/I/R) based on various data groups available in the dataset, click on infographics Plot by. Select the type of metadata you would like to use for grouping in the Plot by drop-down list in the level above.\nExample. Prevalence of ciprofloxacin resistance in different infection types caused by members of Enterobacterales. Let’s say we would like to see the prevalence of ciprofloxacin resistance in different infection types caused by members of Enterobacterales.\nSettings:\n Prevalence of ciprofloxacin resistance in different infection types caused by members of Enterobacterales. Filters Results:\n Prevalence of ciprofloxacin resistance in different infection types caused by members of Enterobacterales. Results By clicking on colored circles with categories S/I/R under the graph, you can limit displayed categories. E.g., switch to only showing % of resistant isolates by deselecting S and I data:\n Prevalence of ciprofloxacin resistance in different infection types caused by members of Enterobacterales. Deselecting S and I data The Table available under the last subtab of S/I/R plots shows the cumulative data that corresponds to the graph displayed in Plot by infographics.\nMap The map with S/I/R data shown as a pie chart for each geographic location appears under Map infographics.\n Selected Antibiotic. Map The diameter of each pie chart is proportional to the number of isolates. A left-click of the mouse on the diagram shows the geographic location name and absolute and relative number of samples.\nYou may set up an alert value to flag all locations with resistance prevalence above a certain threshold. Example: flag location with \u0026gt;=50% resistance to ciprofloxacin:\n Selected Antibiotic. Map with alerts Infographics Rating displays the prevalence of the selected resistance type in all geographical loci and orders them according to their rate. Vertical line designates a median percentage of resistant isolates.\n Selected Antibiotic. Rating Regression analysis of phenotypic susceptibility trends for various geographic locations is available in the corresponding infographics Regression. The generated graph has time points plotted against the X-axis and percentage values for the selected susceptibility categories along the Y-axis.\n Selected Antibiotic. Regression In the infographics settings, a user has the option to display various susceptibility phenotypes (S, S+I, R, I+R) as well as turn off and on the display of geographical names. Using the sliding scale, one may also adjust the size of circles and smoothing of the graph.\nTo see detailed information for specific geographic locations (particularly, the outlier from general trend), draw a box around values of interest with a left-click of a mouse.\n Selected Antibiotic. Regression. Detailed information. MIC MIC sub-tab presents antimicrobial susceptibility data as a distribution by discrete MIC or zone diameter values.\nInfographics MIC plots the number of isolates with each corresponding MIC value, as well as MIC 50 and MIC 90 values.\nInterpretive criteria (CLSI or EUCAST) selected upon dataset upload are applied to color-code graph bars for different MIC values: red for resistant isolates, yellow for intermediate, and green for susceptible isolates. If no interpretation criteria are available for a given drug-bug combination, the data bars for the corresponding MIC values will appear grey. It is also possible to have only data bars corresponding to the certain MIC values colored grey- if instead of a single species, the organism group is selected in Basic Filters, and the interpretive criteria for different species (or different infection localizations) within the given group are different for the selected antibiotic.\n Selected antibiotic. MIC Infographics MIC Trend plots the MIC trend to the specified antibiotic within a given time frame.\nThe generated graph has time points plotted along the X-axis and MIC values along the Y-axis. The size of the circle for each value corresponds to the number of isolates. Color-coding is the same as in the MIC Infographics.\nChecking the flag MIC and adjusting the MIC xx% scale displays the trend of the compiled MIC values:\n Selected antibiotic. MIC trend. MIC90% To see additional information for the specific MIC values in a given time frame, draw a box around values of interest with a left-click of a mouse and press the button Get Info under the graph. Displayed below information will display the S/I/R distribution for the datapoints encompassed by your selection in the histogram. The table will also include the isolate-level details. The isolates table can be further filtered based on any of the data columns by typing in the value at the top of the column or sorted in ascending/descending order.\n Selected antibiotic. MIC trend. Table Zone Diameter Zone Diameter sub-tab performs the same function as the MIC sub-tab described above, but for the analysis of antibiotic zone diameters distribution and trends. Similarly, this sub-tab contains Infographics Zone Diameter and Zone Diameter Trend.\nAssociated Resistance Tab Associated Resistance – is a perfect tool for discovering associations between different antibiotic resistance phenotypes. This analysis utility quantifies the number of isolates that are assigned to the category resistant based on applied susceptibility interpretation criteria.\nFollowing infographics sub-tabs are available under Associated Resistance:\nCoresistance The Coresistance sub-tab demonstrated the data on associated resistance as a matrix, where the values in the intersection of two antibiotics show the percentage of cases when resistance to one drug correlates with the resistance to another antimicrobial. Applied heatmap (Matrix infographics) represents the higher percentage of correlation as a brighter red color of the cell.\n Associated Resistance. Matrix The selection of antibiotics is defaulted to displaying all drugs present in the dataset, but the user may restrict the displayed antimicrobials by using the drop-down list under the Coresistance sub-tab.\nThe same data is also available in Table view under the corresponding tab Table:\n Associated Resistance. Table Multiple Resistance Multiple Resistance sub-tab calculates the number of isolates that displays correlated resistance against the selected antibiotics.\nSelect 2 or more antibiotics from the drop-down list Antibiotic to see how many isolates possess simultaneous resistance to those antibiotics.\nIn the R at least to N antibiotics, set the value to match the number of the selected antibiotics if you would like to see what portion of isolates is resistant to all of those antibiotics.\nExample If we selected 3 antibiotics: cefotaxime, ciprofloxacin, and imipenem - and then set the number of correlated drug resistance to 3 - it means we will see the number of isolates simultaneously resistant to all 3 drugs - cefotaxime, ciprofloxacin, and imipenem. In the example below, none of the isolates possessed such a combination of resistant phenotypes:\n Multiple Resistance. Example for N = 3 If we set R at least to N antibiotics to 2, this would mean that we would see the number of isolates that are simultaneously resistant to any 2 antibiotics from the selected list (cefotaxime, ciprofloxacin, and imipenem):\n Multiple Resistance. Example for N = 2 In our example, there are 33 isolates that have such resistance combination out of 135 total tested isolates (value N).\n If the value set in R at least to N antibiotics is bigger than the number of selected drugs under Antibiotic, the number of isolates matching such parameters will be 0, as those are invalid settings. Value N shows the absolute number of isolates that have the configured resistance combination, displayed in relation to the number of total tested isolates. Value R shows the relative number of isolates resistant to the selected antibiotics (percentage equivalent of the N value). 95% CI is the 95% confidence interval of the relative number of isolates with multiple resistance. Scatter Plot Scatter Plot sub-tab shows scatter plot of MIC values for 2 selected antibiotics. Select any 2 antibiotics using the drop-down list under this subtab.\nThe number displayed in the intersection between MIC values for 2 different antibiotics corresponds to the number of isolates with such MIC values combination. The circle size is proportional to the number of the isolates with given MIC values and can be adjusted using the scale Point size.\nExample In the example below, we have 12 isolates with ciprofloxacin MIC 128 mg/L and cefotaxime MIC of 256 mg/L.\n Scatter Plot Markers Tab Markers – can be used for all sorts of genetic markers that you would like to overlay with any type of metadata or antibiotic susceptibility data; the latter is most convenient for investigating correlations between resistant phenotype and antibiotic resistance determinants.\nSelect a group of markers using the Group of Markers drop-down list under the Markers tab. Group of Markers could be any column in your dataset that you marked as Markers while loading the data, and any distinct values in the corresponding column would be considered as individual markers.\nBy default, all values under that group will be displayed, but you can use the Marker drop-down list to limit the displayed values. E.g., below we selected the group of markers - ESBL, and left all possible values to display (in this case only 2 values - positive and negative).\n Markers Following infographics sub-tabs are available under Markers:\nMarkers Markers sub-tab shows a circular diagram representing a summary of the values available under the selected Group of Markers, i.e., percentage of isolates with each marker value.\n Markers. Graph Plot by Plot by sub-tab is a convenient tool to investigate the correlations between various markers and any metadata that is present in your dataset.\nTo select the type of data for the analysis categories, use the Plot by drop-down menu.\nExample Distribution of ESBL markers by month:\n Markers. Plot by month Or by allele clusters (genotyping groups):\n Markers. Plot by allele clusters Map The Map sub-tab is used to overlay the number of isolates with a given marker on the geographical map.\n Markers. Map The diameter of the circle for each geographic location is proportional to the number of isolates with the selected marker. The size of circles can be adjusted by dragging the Point Size pointers.\nClicking on the circles will bring a pop-up message showing the name of the geographic location and the number of the isolates.\nMap x2 Map x2 sub-tab differs from the Map sub-tab in the ability to display side by side two maps: one with markers and another one- with a selected antibiotic’s SIR distribution by geographical location.\n Markers. Map x2 Select one antibiotic for the SIR display using the Antibiotic drop-down menu under the Map x2 sub-tab.\nYou can change how SIR categories are displayed on the map using the Category drop-down list and select either of the following: SIR, S+I, R, R+I.\nAny movement or zooming in one map view is automatically applied to another map.\nSIR Summary SIR Summary sub-tab allows visualizing the information on susceptibility categories (SIR) among the isolates with a selected marker(s).\nThe most useful way to review the data would be to select one marker at a time in the Marker drop-down list and look at SIR category distributions for a given marker before moving to the next marker. If all markers are selected, the SIR distribution infographic displays the values for all isolates that have the given marker group values and doesn’t show the difference between different markers.\nThe SIR plot has the percentage of isolates plotted on the Y-axis and SIR categories for the selected antibiotics plotted on the X-axis. The color of the graph bar corresponds to the susceptibility profile:\n S/I/R colors Example Below is an example with the ESBL marker group:\n Both possible marker values are selected. SIR distribution for all antibiotics is shown: SIR summary. ESBL Only the Positive ESBL marker is selected. SIR distribution for all antibiotics is shown: SIR summary. Positive ESBL Only the Negative ESBL marker is selected. SIR distribution for all antibiotics is shown:\n SIR summary. Negative ESBL MIC MIC sub-tab demonstrates the distribution of the selected markers in relation to MIC values of the selected antibiotic. For this analysis, you may have all or only certain markers selected. However, you would need to select only one antibiotic at a time to display the MIC distributions.\nInfographics MIC shows the histogram distribution with each MIC value of the selected antimicrobial plotted along the X-axis and the percentage of isolates plotted along the Y-axis. The color within each bar indicates the markers, with the height of the block reflective of the proportion of the isolates with a given marker. MIC 50 and MIC 90 values are marked with red vertical lines.\n Markers. MIC Infographics MIC Trend has dates plotted along the X-axis and MIC values along the Y-axis. Data is displayed for the isolates with the selected marker(s).\n Markers. MIC trend The color of circles corresponds to the susceptibility category and circle size - to the number of isolates.\nYou can select the circles on the graph for which you want to get more information (by drawing a box around them) and click the button Get Info. The data displayed below will have information on the isolates included in those data points: their MIC values distribution in the MIC tab and metadata - in the Table (Isolates) tab. MIC tab here could be helpful if you would like to see a distribution of MICs in relation to the markers selected for the analysis upstream.\n Markers. Detail information Zone Diameter Zone Diameter sub-tab pretty much does the same visualization as the MIC subtab, but for AST data available as zone diameters. As with MIC, you may have all or only certain markers selected, but you would need to select only one antibiotic at a time.\nInfographics Zone Diameter shows the histogram distribution with each Zone Diameter value of the selected antimicrobial plotted along the X-axis and percentage of isolates plotted along the Y-axis. The color within each bar indicates the markers, with the height of the block reflective of the proportion of the isolates with a given marker.\nInfographics Zone Diameter Trend displays dates plotted along the X-axis and Zone Diameter values along the Y-axis for the isolates with the selected above marker(s).\nYou can draw a box around the data points for which you want to see more information and click the button Get Info. The data displayed below in the Zone Diameter tab will have Zone Diameter distribution for the selection in relation to the markers selected for the analysis upstream.\nThe Table (Isolates) tab contains the metadata for the isolates included in selection on the Zone Diameter Trend graph.\nTime of First Detection Time of First Detection sub-tab provides visualization of the date of the first detection of a certain marker.\nSelect the marker under the drop-down list Genetic Marker.\nYou can alter what information about the first detection case is displayed on the timeline by selecting different parameters in the drop-down list Plot by. In the case if dates of the first detection are different based on the value of the parameter selected in Plot by, you’ll see multiple date marks on the timeline.\nExample If we select an IIIG lineage of Shigella sonnei in our example dataset as a marker and set the Plot by to geographical location, we will see the dates when this marker was detected in all geographical locations:\n Markers. Time of First Detection Compare Tab Compare is used to compare two groups defined by the user based on the variety of different parameters (various metadata categories, resistance, presence of markers, etc.).\nA user utilizes the filters to define what parameters do the isolates need to meet in order to be included in one or another group. Group #1 is set using the Basic filters field, and Group #2 is defined using the Filters for Comparison field under the Compare tab - both fields have the same set of filters set at default values at a start, that could be later modified accordingly to define the two comparison groups. E.g., in order to create Group #1, you could filter isolates in the Basic filters field based on prior antibiotics use and only select patients with a recent history of antibiotics prescription. Now, to create Group #2, one could filter the isolates for the second group to only include isolates from patients with no recent antibiotics therapy.\nThe organism group and/or organism species selected by the user for Group #1 will be automatically populated for Group #2 (but not the other way around). Only the group filter is automatically populated.\n Note that after setting the group criteria in the Basic filters field (Group #1) and in the Filters for Comparison field (Group #2), if you go back to modify the selection of parameters for Group #1, the parameters in Group #2 will be reset. This applies to the selected organism group and species. So if you are planning to restrict the comparison to a particular organism group/species (will be necessary for S/I/R category analysis; see below), it is helpful to set the organism specifics under the Group #1 parameters before applying filters to Group #2 to avoid having to redo your Group #2 filtering. Alternatively, you can always reapply your Group #2 filters if you had to change organism group/species after both Groups have been already defined.\nAfter the two groups were defined, proceed to select the parameters that you want to use as a basis for the comparison of the two groups.\nData structure Data structure sub-tab: you can use any data categories in your dataset as the parameters for the comparison of two groups. Those will be listed in the drop-down list Data Structure by.\nThe top part of the infographics will contain data visualization of your comparison as a bar graph. As with other bar graphs in AMRcloud infographics, you can hide data categories from the view by clicking on them in the legend to the graph. E.g., hiding cases with no data available on complications:\n Compare. Data structure Below the graph, you can see the table showing the row values and percentages for all data categories, as well as the p-value for the statistical significance level (exact Fisher test for each category).\n Compare. Table SIR S/I/R sub-tab: If you would like to compare the antibiotic susceptibility phenotype between two selected groups, make sure to first select the same organism group (or species) in Group #1 (will be applied to both Groups automatically).\nDeterminants Determinants sub-tab allows you to show the distribution of various genetic markers (values in the dataset labeled by the user as Markers) between two comparison groups. (The values listed in the Determinants sub-tab are the same as in the Markers tab, but the structure of the infographic is more geared towards the comparison of markers between two groups).\n","date":1633996800,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1633996800,"objectID":"42721abd38953866bbf164a433750d2d","permalink":"https://amrcloud.net/en/tutorials/analysis-examples/03/","publishdate":"2021-10-12T00:00:00Z","relpermalink":"/en/tutorials/analysis-examples/03/","section":"tutorials","summary":"Below is the detailed description of the different types of analysis that can be performed in separate tabs of the Infographics field.\nData structure Tab Data structure gives a general overview of metadata structure. These infographics will help you overlay and compare any type of metadata uploaded with your dataset; however, it does not include antibiotic susceptibility data, which is investigated in detail in the consequent tabs.\nFollowing visualization tools are available under Data structure (sub-tabs):","tags":null,"title":"Detailed description of the types of analysis available in AMRcloud.","type":"docs"},{"authors":null,"categories":null,"content":"Saving the graph The majority of graphs can be simply saved to your local PC by clicking on the icon with an arrow pointing down in the top right corner of the graph that allows you to save the image as a .png file.\n Save graph button The exceptions are described below.\nSaving the trend graph Trend graphs, like an example below, at this point can only be exported via screenshot.\n Trend graph Saving the map Maps at this point can only be exported via screenshot. It may be helpful to expand the map to the full screen in order to achieve better resolution of the screenshot: for that, click on the View Fullscreen icon on the map before making a screenshot.\nExporting table with analysis results All the analysis data tables in the AMRCloud resource can be exported using the buttons at the bottom of the table:\n Buttons for export table data CSV and Excel are preferred formats for data export (PDF format may have your table cropped).\n","date":1633996800,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1633996800,"objectID":"e0e9125e9876b2eb1039a5802291d380","permalink":"https://amrcloud.net/en/tutorials/analysis-examples/04/","publishdate":"2021-10-12T00:00:00Z","relpermalink":"/en/tutorials/analysis-examples/04/","section":"tutorials","summary":"Saving the graph The majority of graphs can be simply saved to your local PC by clicking on the icon with an arrow pointing down in the top right corner of the graph that allows you to save the image as a .png file.\n Save graph button The exceptions are described below.\nSaving the trend graph Trend graphs, like an example below, at this point can only be exported via screenshot.","tags":null,"title":"Data export","type":"docs"},{"authors":null,"categories":null,"content":"You can share your data with your colleagues by either:\n Sharing your AMRcloud project with other users: in this case, the whole dataset will be available for view, analysis, and modification by the team members added to the project; or Sharing results of your analysis by generating a link that allows other users to view the data analysis settings and visualizations (tables, graphs, etc.) created by you. Sharing the project Create a team of users with whom you would like to share the project (a team may contain only 1 user). For that, go to the Teams section of your starting window and click the button Add Team. In the newly opened window, enter Team name and description: Create new team Add users to the sharing team: In the same window, select the newly created team and click the button Add users. In the newly opened window, you can enter multiple email addresses at a time to add users to the team (users must be registered in AMRcloud with those email addresses). Add users to team Share your project with the created team. For that, select the project that you would like to share in the Projects starting window and click the button Assign Team. In the newly opened window, select the team name with which you wish to share the project. Share project Sharing a link to the analysis results After the results of the analysis (graph, table, map, etc.) were generated, do not change any filters or settings and proceed to create a link for sharing your analysis.\n Click a button in the top right corner of your working screen (above the Basic Filters field)\n In the newly opened window, you can set several options for the generated link:\n You may choose to create a link that is protected by a password (check the Password protected box); alternatively, data can be accessed by anybody with a link (if left unchecked).\nYou may also limit the access to allow viewing only the limited dataset determined by filters that were set by you, meaning that if another user attempts to modify the set filtering parameters, no data will be displayed beyond your shared selection. For that, check the Share only selected data box. If this box is unchecked, the user with the link will be able to modify the filters and look at different analysis tabs.\n Generate Link dialog Click the button Generated link. Link is generated in the form of barcode and web browser address. Copy the link to share with your colleagues. Generated links can be viewed in My Profile, tab Links (no editing is available).\nTo manage (delete/edit) links, open your project, select the set and click the button Edit Set. In the next window, click on tab Links:\n Edit Set Edit Link ","date":1633996800,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1633996800,"objectID":"e442eb4aac095db741904af9cab5b290","permalink":"https://amrcloud.net/en/tutorials/analysis-examples/05/","publishdate":"2021-10-12T00:00:00Z","relpermalink":"/en/tutorials/analysis-examples/05/","section":"tutorials","summary":"You can share your data with your colleagues by either:\n Sharing your AMRcloud project with other users: in this case, the whole dataset will be available for view, analysis, and modification by the team members added to the project; or Sharing results of your analysis by generating a link that allows other users to view the data analysis settings and visualizations (tables, graphs, etc.) created by you. Sharing the project Create a team of users with whom you would like to share the project (a team may contain only 1 user).","tags":null,"title":"Data sharing","type":"docs"},{"authors":null,"categories":null,"content":"Russian State Center for Quality and Standardization of Veterinary Drugs and Feed Research Institute of the Federal Service for Veterinary and Phytosanitary Surveillance (ROSSELKHOZNADZOR).\nOIE collaborating Center on Food Safety, Diagnosis and Control of Animal Diseases in Eastern Europe, Central Asia and Transcaucasia.\nMain activities of VGNKI are ensuring veterinary drugs quality, food of animal origin and feed safety, certification and registration of veterinary drugs, feed and feed additives, including GMO-containing.\nAbstract: Dаta for 2017-2023 years 4251 isolates Esherichia coli – 1505, Enterococcus spp. (E.faecalis, E.faecium, etc.) – 1554, Salmonella enterica – 647, Campylobacter spp. (C.jejuni, C.coli, etc.) – 161, Staphylococcus spp. (S.aureus, S.haemolyticus, etc.) – 193 Listeria monocytogenes - 191 Isolates taken from poultry (chicken, turkeys, ducks, geese), cows, pigs, sheep, goats, horses, rabbits, fish. Geographic coverage – 37 regions of Russia from Kaliningrad to the Far East, Belarus, Iran, Turkey. Types of samples: animal biomaterial, internal environment of the enterprise (flushes from equipment, bedding, etc.), food products, incoming material (feed, water), soil at the grazing site. 30 antimicrobials from 16 classes: amoxicillin, ampicillin (penicillins), azithromycin (azalides), cefotaxime, ceftaroline, ceftiofur (cephalosporins),chloramphenicol, florfenicol (amphenicols), ciprofloxacin, enrofloxacin, levofloxacin, marbofloxacin, moxifloxacin (fluoroquinolones), clindamycin (lincosamides), colistin, bacitracin (polypeptides), doxycycline, tetracycline (tetracyclines), erythromycin (macrolides), gentamicin, spectinomycin, streptomycin (aminoglycosides), meropenem (carbapenems), rifampicin (anzamycins), sulfadiazine, sulfamethoxazole (sulfonamides), trimethoprim (diaminopyrimidines), trimethoprim/sulfamethoxazole combination, vancomycin (glycopeptides), virginiamycin (streptograms). Antimicrobial susceptibility testing method: Broth microdilution. Interpretation according to EUCAST2023 clinical breakpoints and EUCAST ECOFFs. Data: Bogomazova A.N. Gergel M.A. Gordeeva V.D. Grizuk V.A. Ivanova O.E. Karabanov S.Yu. Komarov A.A. Krylova E.V. Kulikovsky A.V. Lenyov S.V. Lobova P.A. Makarov D.A. Pleskacheva M.A. Pobolelova Yu.I. Pomazkova A.V. Prasolova O.V. Rusakov S.V. Soltynskaya I.V. Sukhoedova A.V. Yatsentyuk S.P. You can leave you questions and comments by e-mail: phorez@yandex.ru (Makarov D.A.)\n ","date":1695459600,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1695459600,"objectID":"10bdcc75760bb535dcf83077737f39c2","permalink":"https://amrcloud.net/en/project/vgnki/","publishdate":"2023-09-23T09:00:00Z","relpermalink":"/en/project/vgnki/","section":"project","summary":"Russian State Center for Quality and Standardization of Veterinary Drugs and Feed","tags":null,"title":"Research project: Veterinary monitoring and Risk Analysis of Zoonotic Bacteria Antimicrobial Resistance.","type":"project"},{"authors":null,"categories":[],"content":"VGNKI continues to conduct veterinary monitoring of antibiotic resistance of zoonotic bacteria and is pleased to present an updated project with fresh data.\nThe project is supplemented with data for 2022 and 2023 on 2,629 isolates, including a new microorganism – Listeria monocytogenes.\nIn addition to animal biomaterial (feces, flushes, etc.), data on isolates isolated from the internal environment of the enterprise (flushes from surfaces, equipment), food products, incoming material (feed, clean litter, water), and soil selected at the grazing site have been added.\nAdded data on isolates from horses, rabbits, and fish (food products).\nThe geography of research is extended to three regions of Russia, as well as, in the case of food products, to foreign countries - Belarus, Iran, and Turkey. The program included two new antibiotics – virginiamycin and bacitracin.\n Open project\n","date":1695448800,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1695448800,"objectID":"faf768f68fc011ca8254ec0d373ef9fb","permalink":"https://amrcloud.net/en/post/20230923-vgnki-update/","publishdate":"2023-09-23T09:00:00+03:00","relpermalink":"/en/post/20230923-vgnki-update/","section":"post","summary":"ФГБУ «ВГНКИ» продолжает проведение ветеринарного мониторинга антибиотикорезистентности зоонозных бактерий и радо представить обновленный проект со свежими данными.","tags":[],"title":"Project update from VGNKI","type":"post"},{"authors":null,"categories":[],"content":" EUCAST v.13.0 (2023) clinical breakpoints are now available in AMRcloud.\n","date":1675663200,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1675663200,"objectID":"a16fa32e39c8fa368fa242d9f9b4ed72","permalink":"https://amrcloud.net/en/post/20230130-eucast/","publishdate":"2023-02-06T09:00:00+03:00","relpermalink":"/en/post/20230130-eucast/","section":"post","summary":"EUCAST v.13.0 (2023) clinical breakpoints are now available in AMRcloud.","tags":[],"title":"EUCAST 2023 clinical breakpoints are now available in AMRcloud.","type":"post"},{"authors":null,"categories":[],"content":"AMRcloud has been updated to version 0.9.2:\n added ability to add charts from \u0026ldquo;Data Structure\u0026rdquo; tab (subtab \u0026ldquo;Plot by\u0026rdquo;);\n Data Structure example added ability to add charts from \u0026ldquo;Selected Antibiotic\u0026rdquo; tab (subtab \u0026ldquo;Plot by\u0026rdquo;);\n Selected Antibiotic example added ability to disable numerical captions on the charts.\n Setting the chart display added ability to change the plot display settings (size and visibility of captions) in the dashboards\n Setting the size of captions Setting the visibility of captions ","date":1675058400,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1675058400,"objectID":"4aa3f199264edb6bbec6530b71877956","permalink":"https://amrcloud.net/en/post/20230130-amrcloud-update/","publishdate":"2023-01-30T09:00:00+03:00","relpermalink":"/en/post/20230130-amrcloud-update/","section":"post","summary":"AMRcloud has been updated to version 0.9.2","tags":[],"title":"AMRcloud January update","type":"post"},{"authors":null,"categories":null,"content":"Organisers Pirogov Russian National Research Medical University Samara State Medical University Filatov Municipal Clinical Hospital Morozov City Children’s Clinical Hospital Abstract The main gram-negative cystic fibrosis bacterial pathogens include Pseudomonas aeruginosa, Achromobacter spp., Burkholderia cepacia complex and Stenotrophomonas maltophilia. In this project, the results of antibiotic susceptibility testing of the main gram-negative cystic fibrosis bacterial pathogens recovered from cystic fibrosis patients in Russia are presented.\nBacterial isolates In January – February 2020, respiratory tract samples from 170 cystic fibrosis patients (5% of all cystic fibrosis patients in Russia) from 42 regions were analyzed. The detected main gram-negative cystic fibrosis bacterial pathogens (P. aeruginosa, Achromobacter spp., Burkholderia cepacia complex and S. maltophilia) were studied.\nAntibiotic susceptibility testing Minimum inhibitory concentrations of antibacterial agents were determined using broth microdilution method. The results were interpreted according to Clinical and Laboratory Standards Institute (CLSI, 2020) criteria.\nStudy group Bocharova Yu.A., Savinova T.A., Lyamin A.V., Kondratenko O.V., Fedorova N.I., Semykin S.Yu., Polikarpova S.V., Zhilina S.V., Chaplin A.V., Korostin D.O., Mayansky N.A., Chebotar I.V.\nFunding The study was supported by the Russian Science Foundation (Project ID 20-15-00235).\nContact Yuliya Bocharova Senior researcher, laboratory of molecular microbiology,\nPirogov Russian National Research Medical University\nivrin7@gmail.com\n ","date":1655197200,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1655197200,"objectID":"89c335c9b065c8bf2ccf4cd28b75e223","permalink":"https://amrcloud.net/en/project/muco-v/","publishdate":"2022-06-14T09:00:00Z","relpermalink":"/en/project/muco-v/","section":"project","summary":"The cross-sectional study in Russia","tags":null,"title":"The main gram-negative bacterial pathogens recovered from cystic fibrosis patients","type":"project"},{"authors":null,"categories":[],"content":"AMRcloud has been updated to version 0.9:\n Added a new analytical module Expert System, which allows you to automatically find errors and inconsistencies in the phenotypic data of antibiotic resistance.\n Example Expert System results To activate the Expert system tab, you must reset the Step Four of editing the data set and check the box Validate data using an expert system.\n Activation of the Expert system tab Added the ability to select sorting for the display of pie charts on the Data structure tab (by quantity or by name);\n Сортировка на круговых диаграммах When adding a chart to a dashboard, the last used dashboard is selected by default;\n Added the ability to change the name of the previously created chart in the dashboard;\n Added the ability to change the font size on the X and Y axes (on interactive charts);\n An optional display of 95% CI is available.\n Display of 95% CI and font size of axis settings ","date":1654581600,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1654581600,"objectID":"a5cb7941a580748428f3f2d55b0d6bb9","permalink":"https://amrcloud.net/en/post/20220607-amrcloud-update/","publishdate":"2022-06-07T09:00:00+03:00","relpermalink":"/en/post/20220607-amrcloud-update/","section":"post","summary":"AMRcloud has been updated to version 0.9","tags":[],"title":"AMRcloud June update","type":"post"},{"authors":["Kuzmenkov A.Yu.","Vinogradova A.G.","Trushin I.V.","Kozlov R.S."],"categories":null,"content":"Objective To analyze the features of local antibiotic resistance monitoring at hospitals in the Russian Federation.\nMaterials and Methods The study involved a survey of 305 institutions. The duration of data collection was 1 year (March 2020 – April 2021). The responses received were analyzed using the «R» programming language. Special packages were used for data processing and calculation of confidence intervals. Results were assessed by descriptive analysis with calculation of absolute and relative frequencies, and 95% confidence intervals according to the Wilson method. Frequencies were compared using Fisher’s exact test. The significance level α was set at 0.05.\nResults Hospitals at various levels of organization participated in the survey. Data on local epidemiology of antibiotic resistance was available for 54.1% of institutions. The use of computer tools to automate the collection and analysis of antibiotic resistance monitoring data was noted by 26.23%. The implementation of an antimicrobial management system in the work of a medical center was confirmed by 25.3%. Data on identification of pathogens and antibiotic susceptibility test were available in the LIS/MIS – 12.46%. Over 70% of participants indicated that they update interpretation criteria annually. Storage of the AST results for more than 1 year was implemented by over 90% of hospitals. Availability of local antimicrobial therapy protocols was confirmed by 34.75% of the respondents.\nConclusions Access to data on the local epidemiology of antimicrobial resistance was unavailable for most specialists. Insufficient use of special tools to automate the collection and evaluation of antimicrobial resistance data has been identified. Implementation of an antimicrobial stewardship program and development of local antimicrobial therapy protocols were in a limited number of institutions. The data obtained indicate significant problems in the systemic organization of local antibiotic resistance monitoring.\n","date":1648339200,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1648339200,"objectID":"7887111670c088360b5bb2003216fe08","permalink":"https://amrcloud.net/en/publication/cmac-2022-t24-n1-p31/","publishdate":"2022-03-27T00:00:00Z","relpermalink":"/en/publication/cmac-2022-t24-n1-p31/","section":"publication","summary":"The study involved a survey of 305 institutions. The duration of data collection was 1 year (March 2020 – April 2021)","tags":null,"title":"Practice of local antibiotic resistance monitoring at hospitals in various regions of the Russian Federation","type":"publication"},{"authors":null,"categories":null,"content":"This tutorial shows you how to export and convert the data from Adagio system for uploading to the AMRcloud online platform.\n First of all you should to configure report templates for uploading. In order to configure the reports, please contact Bio-Rad support service sos@bio-rad.com. The basic steps of uploading data to the AMRcloud online platform are described in the AMRcloud Data Import Tutorial\nAdagio export The export file is an Excel file. The file is generated based on the data included in the previously created list of selected analyzes.\nTo prepare the data for upload, go to the Tools → Epidemiology menu.\n Epidemiology menu In the new window, select English language.\n Select language In the list you should find the AMRCloud folder and click on the gray triangle on the left.\n Select report After that, select the report for export:\n AMRCloud dd for exporting the diameters of the Zone of Inhibition Test. AMRCloud SIR for exporting results in \u0026ldquo;S/I/R\u0026rdquo; categories. Then set the required time period of study on the Criteria tab and click the Save button.\n Period of study Attention! You must wait for the pop-up window Saved with success to appear. Saved with success To generate the report, go to the Result tab and click the Run query button.\n Generate the report The generated report will automatically open in a new window. You can close this window.\n Generated report Next, you need to export the report to an Excel file.\n Excel file export The finished report with pre-selected data will be automatically saved in the Downloads folder.\n Excel file example The resulting file must be passed through the converter to AMRcloud.\nOnline Converter Preparation The file with isolates from Adagio system is an Excel file (* .xlsx).\nIf you need to convert the file, follow the link https://public.amrcloud.net/adagio.\nUploading a File To upload the file, click on the Choose file button and select your Adagio file.\n File upload The file upload will start automatically. When the upload is complete, the system will check the contents of the file, try to read it, and display a preview on the screen. If the upload is successful, you will see the following.\n Successful file upload If you see the table and the Convert button, then the file was successfully recognized by the system.\nConverting a File The file converting process consists in replacing the Adagio antibiotic and organisms codes with AMRcloud codes.\nAfter successfully uploading the file, click the Convert button. At the end of the converting process, a report on the performed manipulations will appear on the page. The report contains a list of codes for antibiotics and organisms that have been changed, as well as warning messages to look out for.\nThere are the following types of warnings:\n The Column [AMC] has no values warning is displayed when no values are found in the antibiotic column. The Column [AMC] looks like antibiotic, but has ho DISK values warning is displayed when the converter detects values in the antibiotic column that cannot be recognized either as inhibition zone diameters or as interpreted SIR values. In this case, the column name is still converted to the AMRcloud format, the values remain unchanged. The Columns with identical names have been enumerated warning is displayed when replacing the names of columns with antibiotics produces the same names. In this case, the columns are numbered in order. Warnings example Antibiotics converting Downloading a File To get the converted file, click the Download button.\nYou can use this file to create projects and datasets in AMRcloud. The basic steps of uploading data to the AMRcloud online platform are described in the AMRcloud Data Import Tutorial.\nOffline Converter It is possible to convert data from Adagio format to AMRcloud format without using the Internet. To do this, you need to use an offline converter.\nPreparation The file with isolates from Adagio system is an Excel file (* .xlsx).\nInstallation You do not need to install the \u0026ldquo;AMRcloud Adagio Converter\u0026rdquo;, you should just download the archive from the link below and unpack it.\n AMRcloudAdagioConverter.zip.\nThen execute the AMRcloudAdagioConverter.exe file.\nThe program requires .Net 6. If necessary, you can donwload it from the official Microsoft link.\nWorking The program window after launch looks like this.\n Main window To select an Adagio file, press the Open Adagio Excel File button, or select the File → Open Adagio Excel file menu.\n Open file After selecting the file, a table should appear. If the table does not appear, the file formatting may differ from the standard and you need to correct the original file.\nTo start the converting process, click the Convert to AMRcloud button.\n Convert file At the end of the converting process, a report on the performed manipulations will appear on the page. The report contains a list of codes for antibiotics and organisms that have been changed, as well as warning messages to look out for.\n Converting report By default, the converted file is saved to the .\\Converted folder. You can open the converted file using the Open converted file button.\nThere are the following types of warnings:\n The Column [AMC] has no values warning is displayed when no values are found in the antibiotic column. The Column [AMC] looks like antibiotic, but has ho DISK values warning is displayed when the converter detects values in the antibiotic column that cannot be recognized either as inhibition zone diameters or as interpreted SIR values. In this case, the column name is still converted to the AMRcloud format, the values remain unchanged. The Columns with identical names have been enumerated warning is displayed when replacing the names of columns with antibiotics produces the same names. In this case, the columns are numbered in order. Dictionaries The program contains pre-installed reference dictionary of antibiotics, according to which the converting is carried out. If necessary, you can make changes to them using the Dicitonaries menu.\nLet\u0026rsquo;s select the Dictionaries → Antibiotics menu.\n Dictionaries menu The dictionary window looks like this.\n Antibiotics dictionary To enter the data, just double-click on a cell in the table and enter the text. Confirmation of the input is carried out with the Enter key. New entries are added using the line marked with an asterisk. You can save the changes using the Save button. The Reload button allows you to reload the table again, thereby resetting unsaved changes.\nThe Import button allows you to simplify the dictionary filling process. When you click the button, a text box appears where you can paste a table with codes from Excel. By pressing the OK button, they will be added to the dictionary.\n Dictionary data import The Export button allows you to save the dictionary values to an Excel file.\n","date":1648166760,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1648166760,"objectID":"69099612ee317871cb13aab8379dc2a9","permalink":"https://amrcloud.net/en/tutorials/integrations/adagio/","publishdate":"2022-03-25T00:06:00Z","relpermalink":"/en/tutorials/integrations/adagio/","section":"tutorials","summary":"This tutorial shows you how to export and convert the data from Adagio system for uploading to the AMRcloud online platform.\n First of all you should to configure report templates for uploading. In order to configure the reports, please contact Bio-Rad support service sos@bio-rad.com. The basic steps of uploading data to the AMRcloud online platform are described in the AMRcloud Data Import Tutorial\nAdagio export The export file is an Excel file.","tags":null,"title":"Link Adagio to AMRcloud","type":"docs"},{"authors":null,"categories":null,"content":"","date":1648166760,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1648166760,"objectID":"a8641da1c8605f446b5f2d17b92e2f06","permalink":"https://amrcloud.net/en/tutorials/videotutorial/05/","publishdate":"2022-03-25T00:06:00Z","relpermalink":"/en/tutorials/videotutorial/05/","section":"tutorials","summary":"","tags":null,"title":"Antibiotics S/I/R Summary tab","type":"docs"},{"authors":null,"categories":null,"content":"","date":1648166760,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1648166760,"objectID":"36db9db5bb0987d4b3676cc4a8056c75","permalink":"https://amrcloud.net/en/tutorials/videotutorial/07/","publishdate":"2022-03-25T00:06:00Z","relpermalink":"/en/tutorials/videotutorial/07/","section":"tutorials","summary":"","tags":null,"title":"Associated Resistance tab","type":"docs"},{"authors":null,"categories":null,"content":"This tutorial shows you how to:\n prepare and upload CAESAR data table to the AMRcloud online platform. convert the data from the AMRcloud online platfrom to CAESAR data-table format. From CAESAR to AMRcloud Isolates data in CAESAR are stored in a format with one antibiotic per row.\n An example of CAESAR file But AMRcloud table has a format with a single row for each isolate and separate columns for each antibiotic.\nTo convert the CAESAR file to AMRcloud format use the following link https://public.amrcloud.net/caesar.\nUploading a File Press the Choose file button and select the CAESAR file.\n File upload The upload will start automatically. When the upload is complete, the converter checks the file content and previews it on screen.\nIf the upload is successful, you will see the following:\n An example of successful file upload If you see a preview table and the Convert Caesar to AMRcloud button, the file was uploaded correctly.\nIf you see a list of lines (not a table) and an error message, further file processing is not possible. It means that file does not match the specified format. Try to save your gile into CSV format, semicolon delimited, UTF-8 encoding. Another reason for the error may be the absence of required columns in the CAESAR format file: if at least one column is missing, the file is considered invalid.\n Invalid file Converting a File During a conversion process, the table is being spreaded and the CAESAR abbreviated codes for antibiotics (column Antibiotic) and microorganisms (column Pathogen) are being replaced by the corresponding full names and ‘suffix codes’ that can be read by the AMRcloud.\nReplacements are preformed according to the CAESAR study protocol. Columns except Antibiotic and Pathogen remain unchanged.\nPress the Convert Caesar to AMRcloud button. Once the conversion is complete, a report is displayed.\nOn the top of the report, there are warnings from the conversion process that provide important information you should pay attention to.\n Warnings There are three types of warnings:\n No translation has been found for antibiotic []. This message is displayed when a antibitoic CAESAR code is not found in the translation table. In such case, the original name is preserved. If necessary, change the name(s) manually as required after finishing the conversion. In the example shown below, no translation has been found for the empty antibiotic code due to empty lines in the end of file. No translation has been found for pathogen []. This message is displayed when a pathogen CAESAR code is not found in the translation table. In such case, the original name is preserved. If necessary, change the name(s) manually as required after finishing the conversion. In the example shown below, no translation has been found for the empty pathogen code due to empty lines in the end of file. Isolate has doubles for antibiotic. This message is displayed when one isolate has more than one lines with the same antibiotic name. For the unique isolate ID is used a concatenation of fields HospitalID_LaboratoryCode_IsolateID_PatientID. A list of translated codes appears below the warnings. Inspect the translations and, if necessary, correct them manually.\n Antibiotics Pathogens Downloading a File To download the converted file, press the \u0026lsquo;Download\u0026rsquo; button. The file should be ready to upload to the AMRcloud without additional modifications, except when you see critical warnings described above.\nThe import of data files using the AMRcloud Import Wizard is described in the tutorial.\nFrom AMRcloud to CAESAR Login into your AMRcloud account:\n Choose dataset for export and press the Edit set button; Choose a dataset Go to the Download tab, check the UTF-8 encoding and press the button. Download AMRcloud data Isolates data in CAESAR are stored in a format with one antibiotic per row, so we need to \u0026ldquo;collapse\u0026rdquo; our AMRcloud table.\nTo convert the AMRcloud file to CAESAR format use the following link https://public.amrcloud.net/caesar.\nUploading a File Press the Choose file button and select the AMRcloud file.\n File upload The upload will start automatically. When the upload is complete, the converter checks the file content and previews it on screen.\nIf the upload is successful, you will see the following:\n An example of successful file upload If you see a preview table and the Convert AMRcloud to Caesar. Step 1 button, the file was uploaded correctly.\nIf you see a list of lines (not a table) and an error message, further file processing is not possible. It means that file does not match the specified format. Try to save your gile into CSV format, semicolon delimited, UTF-8 encoding. Another reason for the error may be the absence of required columns in the AMRcloud format file: antibiotics columns with suffixes _dd, _mic, _etest_mic, _sir. The file is considered invalid if there are no antibiotic columns.\n Invalid file Converting a File. Step 1 Before the convertion press the Convert AMRcloud to Caesar. Step 1 button.\n Converting a File. Step 1 On the first step the fields of the original AMRcloud file have to be matched with the default fields of the CAESAR file. Full description of CAESAR file columns you can find in the CAESAR study protocol.\nTo match the MICROORGANISM column is required. The rest of the fields are matched at our opinion. If you do not want to match the field, you can leave the drop-down list empty.\n Сопоставление полей AMRcloud и CAESAR After the fields are matched, you can proceed to step 2.\nConverting a File. Step 2 Press the Convert Caesar to AMRcloud button. Once the conversion is complete, a report is displayed.\nOn the top of the report, there are warnings from the conversion process that provide important information you should pay attention to.\n Warnings There are three types of warnings:\n No Antibiotic code found for []. This message is displayed when a antibitoic code is not found in the translation table. In such case, the original name is preserved. If necessary, change the name(s) manually as required after finishing the conversion. No Specimen code found for []. This message is displayed when a specimen code is not found in the translation table. In such case, the original name is preserved. If necessary, change the name(s) manually as required after finishing the conversion. No Pathogen code found for []. This message is displayed when a pathogen code is not found in the translation table. In such case, the original name is preserved. If necessary, change the name(s) manually as required after finishing the conversion. A list of translated codes appears below the warnings. Inspect the translations and, if necessary, correct them manually.\n Antibiotics Pathogens Specimens Downloading a File To download the converted file, press the Download button.\n","date":1648166760,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1648166760,"objectID":"693d1bfb14d67a947ddda69f03c1cb07","permalink":"https://amrcloud.net/en/tutorials/integrations/caesar/","publishdate":"2022-03-25T00:06:00Z","relpermalink":"/en/tutorials/integrations/caesar/","section":"tutorials","summary":"This tutorial shows you how to:\n prepare and upload CAESAR data table to the AMRcloud online platform. convert the data from the AMRcloud online platfrom to CAESAR data-table format. From CAESAR to AMRcloud Isolates data in CAESAR are stored in a format with one antibiotic per row.\n An example of CAESAR file But AMRcloud table has a format with a single row for each isolate and separate columns for each antibiotic.","tags":null,"title":"Link CAESAR and AMRcloud","type":"docs"},{"authors":null,"categories":null,"content":"","date":1648166760,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1648166760,"objectID":"d2501727bda7237c5c83d0a75d5e453b","permalink":"https://amrcloud.net/en/tutorials/videotutorial/09/","publishdate":"2022-03-25T00:06:00Z","relpermalink":"/en/tutorials/videotutorial/09/","section":"tutorials","summary":"","tags":null,"title":"Compare tab","type":"docs"},{"authors":null,"categories":null,"content":"","date":1648166760,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1648166760,"objectID":"acfa5f90aea91cb719bb5020a2d538fa","permalink":"https://amrcloud.net/en/tutorials/videotutorial/02/","publishdate":"2022-03-25T00:06:00Z","relpermalink":"/en/tutorials/videotutorial/02/","section":"tutorials","summary":"","tags":null,"title":"Data import","type":"docs"},{"authors":null,"categories":null,"content":"","date":1648166760,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1648166760,"objectID":"97da711b8ddcac5ac34212bc5fa2dbb7","permalink":"https://amrcloud.net/en/tutorials/videotutorial/03/","publishdate":"2022-03-25T00:06:00Z","relpermalink":"/en/tutorials/videotutorial/03/","section":"tutorials","summary":"","tags":null,"title":"Data Structure tab","type":"docs"},{"authors":null,"categories":null,"content":"","date":1648166760,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1648166760,"objectID":"b4c2261605839d8e15b566039215976e","permalink":"https://amrcloud.net/en/tutorials/videotutorial/01/","publishdate":"2022-03-25T00:06:00Z","relpermalink":"/en/tutorials/videotutorial/01/","section":"tutorials","summary":"","tags":null,"title":"Getting started","type":"docs"},{"authors":null,"categories":null,"content":"","date":1648166760,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1648166760,"objectID":"b82ea4ae6bc18a2e6da359089ad82a23","permalink":"https://amrcloud.net/en/tutorials/videotutorial/11/","publishdate":"2022-03-25T00:06:00Z","relpermalink":"/en/tutorials/videotutorial/11/","section":"tutorials","summary":"","tags":null,"title":"How to prepare the dataset for publication","type":"docs"},{"authors":null,"categories":null,"content":"","date":1648166760,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1648166760,"objectID":"958711d87440f42f9a232de8913ec35f","permalink":"https://amrcloud.net/en/tutorials/videotutorial/10/","publishdate":"2022-03-25T00:06:00Z","relpermalink":"/en/tutorials/videotutorial/10/","section":"tutorials","summary":"","tags":null,"title":"How to share the data","type":"docs"},{"authors":null,"categories":null,"content":"","date":1648166760,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1648166760,"objectID":"f2642d38c4e2a3b5e57da8ceb0ec4ceb","permalink":"https://amrcloud.net/en/tutorials/videotutorial/08/","publishdate":"2022-03-25T00:06:00Z","relpermalink":"/en/tutorials/videotutorial/08/","section":"tutorials","summary":"","tags":null,"title":"Markers tab","type":"docs"},{"authors":null,"categories":null,"content":"","date":1648166760,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1648166760,"objectID":"9cf93b896a17ec8ccfef5865842aaa36","permalink":"https://amrcloud.net/en/tutorials/videotutorial/04/","publishdate":"2022-03-25T00:06:00Z","relpermalink":"/en/tutorials/videotutorial/04/","section":"tutorials","summary":"","tags":null,"title":"Organisms tab","type":"docs"},{"authors":null,"categories":null,"content":"","date":1648166760,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1648166760,"objectID":"2b367b5849ba71c4df5cff6ee81c3ded","permalink":"https://amrcloud.net/en/tutorials/videotutorial/06/","publishdate":"2022-03-25T00:06:00Z","relpermalink":"/en/tutorials/videotutorial/06/","section":"tutorials","summary":"","tags":null,"title":"Selected Antibiotic tab","type":"docs"},{"authors":null,"categories":null,"content":"This tutorial shows you how to export and convert the data from Vitek 2 system for uploading to the AMRcloud online platform.\nThe basic steps of uploading data to the AMRcloud online platform are described in the AMRcloud Data Import Tutorial\nVITEK 2 export You can export only isolates that have moved to an inactive area.\nThe time for isolates to move to the inactive area is set in the general settings. The default is 14 days.\nIncomplete isolates (requiring verification or microorganism/patient information) do not move to the inactive area. They must be switched to the status Completed.\nIn the main window of the program, you should click on the Tools button and select Export inactive isolates.\n Main window In the new window, set the date range, check the MIC, Phenotype, Detailed information about the panel. Select other options as needed. Click on the Export button (icon with disk and arrow in the upper right corner).\n Export options In the new window, click Yes.\n Export confirmation In the dialog box, select a location and enter a file name. Press Export inactive isolates.\n Save file Wait for the \u0026ldquo;Export over\u0026rdquo; message.\nThe resulting file must be passed through the converter to AMRcloud.\nOnline Converter Preparation The file with isolates from VITEK 2 system is a text file (* .txt), with a comma (,) field separator.\nIf you need to convert the file, follow the link https://public.amrcloud.net/vitek.\nUploading a File To upload the file, click on the Choose file button and select your VITEK 2 file.\n File upload The file upload will start automatically. When the upload is complete, the system will check the contents of the file, try to read it, and display a preview on the screen. If the upload is successful, you will see the following.\n File is successfully uploaded If you see the table and the Convert button, then the file was successfully recognized by the system.\nConverting a File The file converting process consists in replacing the VITEK 2 antibiotic and organisms codes with AMRcloud codes.\nAs a result, the following columns are added to the table:\n AMRCLOUD_ID - auto-generated unique row identifier AMRCLOUD_ORGANISM_ID - recoded names of microorganism species that allow AMRcloud to interpretations sensitivity data correct When loading a dataset in Step Two: Set Fields, it is recommended that these columns be used.\n For item Select the column containing Isolate ID set AMRCLOUD_ID For item Select the column containing Organism/Species Names set AMRCLOUD_ORGANISM_ID Select the column containing Isolate ID Select the column containing Organism/Species Names Additionally, the values of several columns of resistance markers are combined into one column, starting with the code AMRCLOUD_MARKER_. The converter also removes columns with personal data - PATIENT NAME, PATIENT ID, PATIENT LOCATION, LAB ID.\nAfter successfully uploading the file, click the Convert button. At the end of the converting process, a report on the performed manipulations will appear on the page. The report contains a list of codes for antibiotics and organisms that have been changed, as well as warning messages to look out for.\nIf errors occurred while analyzing the file, further converting is impossible. You need to fix the file.\nPossible errors:\n Error Column [BAR CODE] not found. File has no Identity column means that the BAR CODE column with unique isolate ID could not be found. You need to add it to the source file, or rename the existing column with the identifier. Error Column [ORGANISM CODE] not found. File has no Organism column means that the ORGANISM CODE column with the isolate microorganism ID could not be found. You need to add it to the source file, or rename the existing column. Error examples There are the following types of warnings:\n Warning Column [AM-AMPICILLIN] looks like antibiotic, but has some non-MIC values means that the converter detects any non-numeric values in the antibiotic column. In this case, the column name is still converted to the AMRcloud format, the values remain unchanged. Warning Column AMRCLOUD_MARKER_AMINOGLYCOSIDE added means that the converter has detected columns with Aminoglycosides values and has created a new column with merged values for aminoglycosides. The warning Isolate with [BAR CODE] = 1234567890 has 2 rows means that the converter has detected that an isolate with an unique identifier BAR CODE occurs multiple times in the file. It is recommended to exclude duplicates from the analysis. The Column [AM-AMPICILLIN] has no values warning is displayed when no values are found in the antibiotic column. The warning Columns with identical names have been enumerated is displayed when the antibiotic column names are replaced with the same names. In this case, the columns are numbered in order. The No translation has been found for organism [CODE] warning is displayed when the converter was unable to match the organism code from the ORGANISM CODE column with the dictionary. In this case, it is recommended to change the name of this microorganism manually. Warnings example Antibiotics converting Organisms converting Downloading a File To get the converted file, click the Download button.\nYou can use this file to create projects and datasets in AMRcloud. The basic steps of uploading data to the AMRcloud online platform are described in the AMRcloud Data Import Tutorial.\nOffline Converter It is possible to convert data from VITEK 2 format to AMRcloud format without using the Internet. To do this, you need to use an offline converter.\nPreparation The file with isolates from VITEK 2 system is a text file (* .txt), with a comma (,) field separator.\nInstallation To install the \u0026ldquo;AMRcloud Vitek Converter\u0026rdquo;, you should download it from the link.\n AMRcloudVitekConverter.msi\nIf .NET Framework 4 is not installed on the computer, the installer will offer to download it. By default, the program is installed in the Documents\\AMRsolution\\AMRcloud Vitek Converter\\ folder.\nWorking The program window after launch looks like this.\n Main window To select a VITEK file, press the Open File button, or select the File → Open Vitek File menu.\n Open file After selecting the file, press the Read File button or File → Read Vitek File menu. A table should appear. If the table does not appear, the file formatting may differ from the standard and you need to select a different type of separator. The separator type switch is located between the Open File and Read File buttons. The default is comma separator.\n Read file Next, you need to specify which columns contain the isolate ID and organism code. By default, it is assumed that the identifier is stored in the BAR CODE column, and the organism code in the ORGANISM CODE column. These values do not need to be changed.\nIf you wish, you can set additional transformation parameters:\n The Generate Unique IDs checkbox allows you to add a new column AMRCLOUD_ID to the file with a new generated unique ID. The Concatenate Markers checkbox allows you to concatenate the values of several columns of resistance markers into one column, starting with the code AMRCLOUD_MARKER_. As a result, the following columns are added to the table:\n AMRCLOUD_ID - auto-generated unique row identifier AMRCLOUD_ORGANISM_ID - recoded names of microorganism species that allow AMRcloud to interpretations sensitivity data correct AMRCLOUD_MARKER_ - values of resistance markers When loading a dataset in Step Two: Set Fields, it is recommended that these columns be used.\n For item Select the column containing Isolate ID set AMRCLOUD_ID For item Select the column containing Organism/Species Names set AMRCLOUD_ORGANISM_ID Select the column containing Isolate ID Select the column containing Organism/Species Names To start the converting process, click the Convert button.\n Convert file At the end of the converting process, a report on the performed manipulations will appear on the page. The report contains a list of codes for antibiotics and organisms that have been changed, as well as warning messages to look out for.\n Converting report By default, the converted file is saved to the Documents\\AMRsolution\\AMRcloud Vitek Converter\\Converted folder. You can open the converted file using the Open converted file button.\nPossible errors:\n Error Column [BAR CODE] not found. File has no Identity column means that the BAR CODE column with unique isolate ID could not be found. You need to add it to the source file, or rename the existing column with the identifier. Error Column [ORGANISM CODE] not found. File has no Organism column means that the ORGANISM CODE column with the isolate microorganism ID could not be found. You need to add it to the source file, or rename the existing column. There are the following types of warnings:\n Warning Column [AM-AMPICILLIN] looks like antibiotic, but has some non-MIC values means that the converter detects any non-numeric values in the antibiotic column. In this case, the column name is still converted to the AMRcloud format, the values remain unchanged. Warning Column AMRCLOUD_MARKER_AMINOGLYCOSIDE added means that the converter has detected columns with Aminoglycosides values and has created a new column with merged values for aminoglycosides. The warning Isolate with [BAR CODE] = 1234567890 has 2 rows means that the converter has detected that an isolate with an unique identifier BAR CODE occurs multiple times in the file. It is recommended to exclude duplicates from the analysis. The Column [AM-AMPICILLIN] has no values warning is displayed when no values are found in the antibiotic column. The warning Columns with identical names have been enumerated is displayed when the antibiotic column names are replaced with the same names. In this case, the columns are numbered in order. The No translation has been found for organism [CODE] warning is displayed when the converter was unable to match the organism code from the ORGANISM CODE column with the dictionary. In this case, it is recommended to change the name of this microorganism manually. Dictionaries The program contains pre-installed reference dictionaries of antibiotics and organisms, according to which the converting is carried out. If necessary, you can make changes to them using the Dicitonaries menu.\nDictionaries are subdivided into global and user\u0026rsquo;s. Global dictionaries contain predefined standard converting values. Custom references can override global codes. Therefore, it is recommended to make changes specifically to custom dictionaries.\nLet\u0026rsquo;s select the Dictionaries → User\u0026rsquo;s organisms menu.\n Dictionaries menu The dictionary window looks like this.\n Dictionary window To enter the data, just double-click on a cell in the table and enter the text. Confirmation of the input is carried out with the Enter key. New entries are added using the line marked with an asterisk. You can save the changes using the Save button. The Reload button allows you to reload the table again, thereby resetting unsaved changes.\n Filled dictionary example The Import button allows you to simplify the dictionary filling process. When you click the button, a text box appears where you can paste a table with codes from Excel. By pressing the OK button, they will be added to the dictionary.\n Dictionary data import The Export button allows you to save the dictionary values to an Excel file.\nComplex antibiotics replacement and Custom antibiotics replacement dictionaries The peculiarity of these dictionaries is that they contain rules for converting MIC values for combined antibiotics.\n Complex antibiotics replacement dictionary To describe such a converting, it is necessary to write pairs of values through the symbol (=), the comma is used as a separator of the pairs.\nThe figure shows an example for an SXT-Trimethoprim/sulfamethoxazole antibiotic. The following reference data were used for the dictionary.\n Vitek trimethoprim, mg/L sulfamethoxasole, mg/L 2,5 0,125 2,375 5 0,25 4,75 10 0,5 9,5 20 1 19 40 2 38 80 4 76 160 8 152 320 16 304 640 32 608 1280 64 1216 2560 128 2432 5120 256 4864 10240 512 9728 ","date":1648166760,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1648166760,"objectID":"81ffafb587466b93484994dad297bbe9","permalink":"https://amrcloud.net/en/tutorials/integrations/vitek-2/","publishdate":"2022-03-25T00:06:00Z","relpermalink":"/en/tutorials/integrations/vitek-2/","section":"tutorials","summary":"This tutorial shows you how to export and convert the data from Vitek 2 system for uploading to the AMRcloud online platform.\nThe basic steps of uploading data to the AMRcloud online platform are described in the AMRcloud Data Import Tutorial\nVITEK 2 export You can export only isolates that have moved to an inactive area.\nThe time for isolates to move to the inactive area is set in the general settings.","tags":null,"title":"Link Vitek 2 and AMRcloud","type":"docs"},{"authors":null,"categories":null,"content":"This tutorial shows you how to export and convert the data from WHONET program for uploading to the AMRcloud online platform.\nThe basic steps of uploading data to the AMRcloud online platform are described in the AMRcloud Data Import Tutorial\nWHONET export Running WHONET Program Run WHONET program and select the name of your laboratory.\n Choose your laboratory Choose \u0026lsquo;Data analysis\u0026rsquo; from the \u0026lsquo;Data analysis\u0026rsquo; menu.\n Data analysis menu Analysis Type In the opened window, press the \u0026lsquo;Analysis type\u0026rsquo; button.\n Data analysis window In the \u0026lsquo;Isolate listing and summary\u0026rsquo; tab, select \u0026lsquo;Listing\u0026rsquo; for report format and press the \u0026lsquo;OK\u0026rsquo; button.\n Analysis selection window Analysis Options Press the \u0026lsquo;Options\u0026rsquo; button to set additional options for data export and conversion. This step is is not mandatory but may be be useful in certain scenarios. For example, you can choose to \u0026lsquo;Combine Disk, MIC, and Etest results\u0026rsquo; in the \u0026lsquo;Test interpretations\u0026rsquo; panel; or remove patients\u0026rsquo; personal data by selecting the \u0026lsquo;Encrypt patient information\u0026rsquo; checkbox in the \u0026lsquo;Isolate listing and summary\u0026rsquo; panel.\nThe default state of the \u0026lsquo;Analysis options\u0026rsquo; window is shown in Figure 5.\n Analysis options window You can choose whether to include in the report all isolates or one isolate per species by patient. The \u0026lsquo;By isolate\u0026rsquo; mode is used by default. Check the \u0026lsquo;One per patient\u0026rsquo; radio button to change it.\n One isolate of species by patient window Organisms Press the \u0026lsquo;Organisms\u0026rsquo; button to select the organisms you would like to include in analysis. This step is mandatory.\n Organisms window From the left-side list, select the organisms to be included in the report by clicking on them. Use Ctrl or Shift keys to select multiple entries. Press the '\u0026ndash;\u0026gt;\u0026rsquo; button to add selection to the right-side list; press the \u0026lsquo;\u0026lt;\u0026ndash;' button to remove selected organisms.\nIsolates You can define additional criteria for selecting the isolates to be included in the report by clicking the \u0026lsquo;Isolates\u0026rsquo; button.\n Isolates window Choose a data field and click on the \u0026lsquo;Define criteria\u0026rsquo; button. For example, to select the isolates collected in ICU from male patients over 30 years old, you need to set three selection criteria as follows:\nFirst, double click on the \u0026lsquo;Sex\u0026rsquo; item in the list to open the dialog, double click on \u0026lsquo;m - Male\u0026rsquo; and press the \u0026lsquo;OK\u0026rsquo; button.\n Setting criteria for sex Second, double click on the \u0026lsquo;Age\u0026rsquo; item in the list to open the dialog, type \u0026lsquo;30\u0026rsquo; in the \u0026lsquo;Greater than or equal\u0026rsquo; field and press the \u0026lsquo;OK\u0026rsquo; button.\n Setting criteria for age Finally, double click on the \u0026lsquo;Department\u0026rsquo; item in the list to open the dialog, double click on \u0026lsquo;icu - Intensive care unit\u0026rsquo; and press the \u0026lsquo;OK\u0026rsquo; button.\n Setting criteria for department Choose the \u0026lsquo;Include isolates that satisfy all of the selection criteria\u0026rsquo; radio button to apply all three selected criteria together. The \u0026lsquo;Isolates\u0026rsquo; window with selected criteria is shown in Figure 12.\n Isolates window with criterias Data Files After setting the options, you should specify the WHONET data file to analize. Press the \u0026lsquo;Data files\u0026rsquo; button and select your laboratory data file.\n Select data files window Preview The \u0026lsquo;Data analysis\u0026rsquo; window with selected options is shown in Figure 13.\n Data analysis window after setting filters and criterias To preview the output, select the \u0026lsquo;Screen\u0026rsquo; option in the \u0026lsquo;Output\u0026rsquo; list and press the \u0026lsquo;Begin analysis\u0026rsquo; button.\n Preview If the resulting list of isolates differs from what your expect, adjust the options as needed and repeat the procedure.\nExport To export the list of isolates to a file, select the \u0026lsquo;Text (WHONET)' option in the \u0026lsquo;Output\u0026rsquo; list, enter a path for saving a file as shown in example in Figure 16.\n Data analysis window ready for export Press the \u0026lsquo;Begin analysis\u0026rsquo; button to create a text export file. This file can be converted into AMRcloud readable format as described in the next chapter.\nAn example of WHONET export file is shown in Figure 17.\n Exported file Save export settings Usually, export procedure has to be repeated at regular intervals. To save your time and not to set the same values in filters every time, you can save export settings and parameters to special file called macro. To show the Macro definitions window press the Macros button in the Analysis data window. Here you can see list of previosly saved macros. To add new macro press the New button, type the macro name, check settings you want to save and press the Save button.\n Save analysis settings to macro Чтобы воспользоваться сохраненным макросом, откройте окно Анализ данных, нажмите кнопку Макрос, выберите сохраненный макрос и нажмите кнопку Нагрузка/Load.\nTo use saved macro open the Analysis data window, press the button Macros, choose necessary macro and press the Load button.\n Load export settings from macro The filter values will be filled in automatically and after that you can press the Begin analysis button.\nCombine and Export multiple files In some cases, it may be necessary to export multiple data files. For example, laboratories can store their data in different files, or files from one laboratory can be separated by years.\nWHONET allows you to combine data from these files and export them as one file.\nChoose Combine, export, or encrypt data files from Data entry menu.\n Data entry menu In the opened window, press the Data files button and select files you need to combine. In the Save as type list select WHONET for report format. Enter a path for saving export file. It is recommended to select the .txt format for further processing or converting. If the data contains personal information, it will be useful to check the box Encrypt patient information.\n Combine, export, or encrypt data files window Press the Combine button to create a text export file. This file can be converted into AMRcloud readable format as described in the next chapter.\n Exported file This window can also be used to export a single file — this method may be easier and more convenient if no additional conditions for filtering isolates are required.\nAMRcloud convert The conversion of WHONET output file is needed in order to bring it to AMRcloud readable format. To convert the file use the following link: https://public.amrcloud.net/whonet.\nUploading a File Press the \u0026lsquo;Choose file\u0026rsquo; button and select the WHONET export file from previous step.\n File upload The upload will start automatically. When the upload is complete, the converter checks the file content and previews it on screen.\nThe export file must meet the following requirements:\n Maximum size: 10 MB; Column separator: Tab; All column names must be unique. If the upload is successful, you will see the following:\n An example of successful file upload If you see an error message, further file processing is not possible. In an example shown below, an error message is caused by the presence of duplicate column named \u0026lsquo;FOX_ND30\u0026rsquo;.\n An example of error file Correct any errors and re-upload the file.\nConverting a File To convert the uploaded file press the \u0026lsquo;Convert\u0026rsquo; button.\nDuring a conversion process, the WHONET abbreviated codes for antibiotics, microorganisms, and clinical materials are being replaced by the corresponding full names and \u0026lsquo;suffix codes\u0026rsquo; that can be read by the AMRcloud. In addition, the column named \u0026lsquo;ORGANISM_GROUP\u0026rsquo; is automatically added and filled in. This column is mandatory for the AMRcloud that uses a two-level hierarchy of organisms to allow reporting the combined susceptibilities for any organism group. Once the conversion is complete, a report is displayed, as shown in example in Figure 4.\n Conversion report On the top of the report, there are warnings from the conversion process that provide important information you should pay attention to. In the example above, the only warning message informs that the \u0026lsquo;ORGANISM_GROUP\u0026rsquo; column has been created. This is a standard warning that does not require any action, however, you may wish to change the organism groups manually at your discretion. Other warning messages you may see are explained below.\n Warning message Explanation Columns with identical names have been enumerated This message is displayed when two or more columns are translated with identical antibiotic names and suffixes. In the example shown below, the WHONET file contained two columns \u0026lsquo;AMK_ND30\u0026rsquo; and \u0026lsquo;AMK_ND20\u0026rsquo; that should have received the same name \u0026lsquo;amikacin_dd\u0026rsquo; upon convesion. To avoid duplication of column names, a number has been added to the name of the second column: \u0026lsquo;amikacin_1_dd\u0026rsquo;. No translation has been found for… This message is displayed when a name is not found in the translation table. In such case, the original name is preserved. If necessary, change the name(s) manually as required after finishing the conversion. In the example shown below, no translation has been found for the antibiotic code \u0026lsquo;AMM_NE\u0026rsquo; and the clinical material code \u0026lsquo;tt\u0026rsquo;. The \u0026lsquo;ORGANISM\u0026rsquo; column is missing This message is displayed when the \u0026lsquo;ORGANISM\u0026rsquo; column is missing in the uploaded file. This column is mandatory for the AMRcloud. Warning messages A list of translated codes appears below the warnings. Inspect the translations and, if necessary, correct them manually.\nFYI: The following algorithm is used for the translation of antibiotic column names:\n The text string preceding the underscore (_) is translated into full antibiotic name using a \u0026lsquo;dictionary\u0026rsquo;; If the column contains any \u0026lsquo;S\u0026rsquo;, \u0026lsquo;I\u0026rsquo;, or \u0026lsquo;R\u0026rsquo; values, the suffix '_sir\u0026rsquo; is appended to the end of antibiotic name; In other cases, the suffix following the underscore (_) is translated and appended as follows: \u0026lsquo;ND\u0026rsquo; – '_dd\u0026rsquo;; \u0026lsquo;NE\u0026rsquo; – '_etest_mic\u0026rsquo;; \u0026lsquo;NM\u0026rsquo; (or any other suffix) – '_mic\u0026rsquo;; Downloading a File To download the converted file, press the \u0026lsquo;Download\u0026rsquo; button. The file should be ready to upload to the AMRcloud without additional modifications, except when you see critical warnings described above.\nThe import of data files using the AMRcloud Import Wizard is described in the tutorial.\n","date":1648166760,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1648166760,"objectID":"43894304550800bed0ffd0890aa8af9e","permalink":"https://amrcloud.net/en/tutorials/integrations/whonet/","publishdate":"2022-03-25T00:06:00Z","relpermalink":"/en/tutorials/integrations/whonet/","section":"tutorials","summary":"This tutorial shows you how to export and convert the data from WHONET program for uploading to the AMRcloud online platform.\nThe basic steps of uploading data to the AMRcloud online platform are described in the AMRcloud Data Import Tutorial\nWHONET export Running WHONET Program Run WHONET program and select the name of your laboratory.\n Choose your laboratory Choose \u0026lsquo;Data analysis\u0026rsquo; from the \u0026lsquo;Data analysis\u0026rsquo; menu.\n Data analysis menu Analysis Type In the opened window, press the \u0026lsquo;Analysis type\u0026rsquo; button.","tags":null,"title":"Link WHONET to AMRcloud","type":"docs"},{"authors":null,"categories":[],"content":"AMRcloud has been updated to version 0.8:\n added ability to append data into an existing dataset; improved drawing of pie charts; added ability to select the analytical sections (tabs) to be displayed when generating web links; improved web link generation; added ability to create stratified resistance tables for an arbitrary number of microorganisms in the \u0026ldquo;Antibiotics (all)\u0026rdquo; section; when adding a graph to the dashboard, added the ability to select columns to ignore for automatic recalculation of the graph; stability improvements. ","date":1644904800,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1644904800,"objectID":"37acd8e246da3eb22522112d5599ae4d","permalink":"https://amrcloud.net/en/post/20220215-amrcloud-update/","publishdate":"2022-02-15T09:00:00+03:00","relpermalink":"/en/post/20220215-amrcloud-update/","section":"post","summary":"AMRcloud has been updated to version 0.8","tags":[],"title":"AMRcloud February update","type":"post"},{"authors":null,"categories":[],"content":"Dear colleagues! Educational videos were developed to familiarize the audience with current issues of antibiotic resistance, AMR monitoring and the work of the AMRcloud.\nMain objectives:\n Learning practice skills in AMR data collection, management and preparation. Gathering an ASP team in digital AMR data space. Development of Local antimicrobial guidelines and protocols templates. Quick start guides for AMRcloud Series of educational videos with authors of AMRcloud and ASP experts on topics are available here.\n ","date":1635314400,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1635314400,"objectID":"79caafda30243c0f65cbca28f3002c4a","permalink":"https://amrcloud.net/en/post/20211027-monitoring-video/","publishdate":"2021-10-27T09:00:00+03:00","relpermalink":"/en/post/20211027-monitoring-video/","section":"post","summary":"Educational videos were developed to familiarize the audience with current issues of antibiotic resistance, AMR monitoring and the work of the AMRcloud.","tags":[],"title":"Series of educational videos with authors of AMRcloud and ASP experts on topics","type":"post"},{"authors":null,"categories":[],"content":"Dear colleagues! Educational videos were developed to familiarize the audience with the work of the AMRcloud.\nSeries of step-by-step tutorials about working with AMRcloud are available here and have English subtitles.\n ","date":1634882400,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1634882400,"objectID":"b526b1c15ec17a1e5a86aba4c6b88b77","permalink":"https://amrcloud.net/en/post/20211022-tutorial-video/","publishdate":"2021-10-22T09:00:00+03:00","relpermalink":"/en/post/20211022-tutorial-video/","section":"post","summary":"Educational videos were developed to familiarize the audience with the work of the AMRcloud.","tags":[],"title":"Series of step-by-step tutorials about working with AMRcloud","type":"post"},{"authors":null,"categories":[],"content":"Dear Colleagues! On October 15, 2021, Symposium \u0026ldquo;Organizational Aspects of the Application of Microbiological Data in Clinical Practice\u0026rdquo; was held during the V Siberian Conference on Antimicrobial Therapy and Clinical Microbiology.\nThe seminar discussed theoretical and practical issues of organizing local monitoring of antibiotic resistance. Separately, they touched upon the issue of using various information systems in the organization of this process.\nReports were made at the seminar:\n Alexey Yuryevich Kuzmenkov spoke about what antimicrobial therapy management program is and why it is needed. Alina Gennadievna Vinogradova revealed the nuances of organizing local monitoring of antibiotic resistance and spoke about the practical tasks of data analysis. Ivan Vitalievich Trushin analyzed aspects of the interaction of information systems in the laboratory and told how AMRcloud helps to improve work efficiency. Below you can see the presentations of the reports:\nAntimicrobial Surveillance - A Data Driven Approach (Kuzmenkov A. Yu.) Organization of local monitoring of antibiotic resistance (Vinogradova A.G.) Interaction of information systems in the laboratory (Trushin I.V.) ","date":1634796000,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1634796000,"objectID":"b718f29bb3eb5fb13bf9281573dc60e9","permalink":"https://amrcloud.net/en/post/20211021-novosibirsk/","publishdate":"2021-10-21T09:00:00+03:00","relpermalink":"/en/post/20211021-novosibirsk/","section":"post","summary":"Symposium \"Organizational Aspects of the Application of Microbiological Data in Clinical Practice\" was held during the V Siberian Conference on Antimicrobial Therapy and Clinical Microbiology.","tags":[],"title":"Organizational aspects of the application of microbiological data in clinical practice","type":"post"},{"authors":null,"categories":[],"content":"AMRcloud September update: Added new data sharing capability - Graphical Dashboards; Improved editing functionality for projects and datasets; Added ability to display graphs with a set 95% CI for the \u0026lsquo;Antibiotics (all)\u0026rsquo; tab; Added button for quick copying web links; Improved mechanics of adding members to user teams; Faster data filtration in large datasets; In the \u0026lsquo;Multiple Resistance\u0026rsquo; sub-tab, the default value is set to 0%; Interface and stability improvements. ","date":1634709600,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1634709600,"objectID":"0747615dc80df3a9c8045031c39e0304","permalink":"https://amrcloud.net/en/post/20211020-september-update/","publishdate":"2021-10-20T09:00:00+03:00","relpermalink":"/en/post/20211020-september-update/","section":"post","summary":"New functions and stability improvements","tags":[],"title":"AMRcloud September update","type":"post"},{"authors":null,"categories":[],"content":"AMRcloud April update: AMRcloud has been updated to version 0.6:\n added automatic spell checking and suggestion for correct species names when loading data; accelerated calculation of multiple resistances; added ability to create permanent link to dataset (Menu \u0026ldquo;Edit Set\u0026rdquo;, Tab \u0026ldquo;Links\u0026rdquo;); Direct link example added option to permanently display the names of geopoints on interactive maps; Activated geopoint names improved visualization of MIC and inhibition zone diameter distributions for aggeregated data of species with different breakpoints. Distribution of MICs of Imipenem for Enterobacterales ","date":1619503200,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1619503200,"objectID":"2ce1a68ab704babac70b52ff80386e26","permalink":"https://amrcloud.net/en/post/20210427-april-update/","publishdate":"2021-04-27T09:00:00+03:00","relpermalink":"/en/post/20210427-april-update/","section":"post","summary":"AMRcloud has been updated to version 0.6","tags":[],"title":"AMRcloud April update","type":"post"},{"authors":null,"categories":null,"content":"Organizers Interregional Association for Clinical Microbiology and Antimicrobial Chemotherapy (IACMAC) Institute of Antimicrobial Chemotherapy (IAC), Smolensk State Medical University Annotation Mycoplasma genitalium is a common sexually transmitted pathogen in men and women.\nMycoplasma pneumoniae is an ‘atypical’ bacterial pathogen that causes lower respiratory infections, including pneumonia and tracheobronchitis, and less commonly, upper respiratory tract infections.\nThis dataset presents the results of longitudinal surveillance study of mutational resistance to macrolides (mutations in domain V of the 23S rRNA gene) and fluoroquinolones (mutations in quinolone resistance-determining regions (QRDRs) of gyrA and parC genes) of M. genitalium and M. pneumoniae.\n Study protocol\nSources of clinical samples M. genitalium PCR-positive urogenital samples (n=873) were collected in five regions of Russia: Moscow, Nizhny Novgorod, Saratov, Smolensk, and Tula, in 2009-2019.\nM. pneumoniae PCR-positive samples (n=1480) were collected in twelve regions of Russia: Bryansk, Khabarovsk, Krasnoyarsk, Mari El Republic, Moscow, Moscow Region, Nizhny Novgorod, Penza, Smolensk, Sverdlovsk, Tula, and Yaroslavl, in 2006-2020.\nAll samples were collected as part of routine diagnostics for genitourinary and respiratory infections and were non-duplicate (represented individual patients/cases of infection). PCR-positive samples were referred to the IAC central laboratory for analysis of antibiotic resistance-associated mutations\nDetection of macrolide and fluoroquinolone resistance-associated mutations Single nucleotide substitutions at positions 2058-2062 and 2611 of domain V of the 23S rRNA and mutations conferring amino acid (aa) changes at QRDR regions of ParC (aa positions 79-84) and GyrA (aa positions 83-87) were detected by means of probe-based real-time PCR assays and were confirmed by independent PCR amplification and Sanger sequencing of the corresponding gene fragments [2-4].\nThe data on the types of mutations detected is presented under the ‘Markers’ section of the website.\nStudy group: IAC laboratory: Edelstein I.A., Romanov A.V., Edelstein M.V., Kuzmenkov A.Yu., Kozlov R.S. Participating centers: Aksyutina G.V. (Bryansk) Alyabyeva N.A. (Moscow) Borisov I.V. (Saratov) Groshenkova E.V. (Yaroslavl) Gushin A.E. (Moscow) Ershova M.G. (Yaroslavl) Enikeeva F.S. (Penza) Zaitsev A.A. (Moscow) Zubareva L.M. (Smolensk) Ignatkova A.S. (Tula) Ivanova O.V. (Smolensk) Ivanova I.A. (Yoshkar-Ola) Kolesnikova E.A. (Nizhny Novgorod) Majarova O.A. (Minsk, Belarus) Novikova O.P. (Tula) Olenkova O.M. (Ekaterinburg) Pleskachevskaya T.A. (Smolensk) Protasova I.N. (Krasnoyarsk) Rudneva N.S. (Tula) Semenova O.L. (Bryansk) Tsykhanovskaya O.A. (Tver) Yatsyshina S.B. (Moscow) Coordinator Inna Edelstein, PhD Head, Laboratory of Molecular Diagnostics, IAC\ninna.edelstein@antibiotic.ru\n Publications Edelstein I.A. Mycoplasma pneumoniae – modern data on the structure, molecular biology and epidemiology of the pathogen. Clinical Microbiology and Antimicrobial Chemotherapy. 2023; 25(4):332-349 DOI: 10.36488/cmac.2023.4.332-349 Edelstein I.A., Guschin A.E., Romanov A.V., Negasheva E.S., Kozlov R.S. Genetic Determinants of Macrolide and Fluoroquinolone Resistance in Mycoplasma genitalium and Their Prevalence in Moscow, Russia. Pathogens. 2023; 12(3):496. DOI: 10.3390/pathogens12030496 Edelstein I.A., Romanov A.V., Kozlov R.S. Development of a Real-Time PCR Assay for Detection of Macrolide Resistance Mutations in Mycoplasma genitalium and Its Application for Epidemiological Surveillance in Russia. Microbial Drug Resistance.Mar 2023.69-77. DOI: 10.1089/mdr.2022.0131 Edelstein, I.A.; Ivanova, O.V.; Romashov, O.I.; Kozlov, R.S. Course of Lower Respiratory Tract Infection in Young People Treated at the Military Hospital of Smolensk Garrison with Detected Mycoplasma pneumoniae Carrying a Macrolide-Resistant Mutation in 23S rRNA Gene. Pathogens 2023, 12, 103. DOI: 10.3390/pathogens12010103 Edelstein I.A., Rudneva N.S., Romanov A.V., Zubareva L.M., Kuzmenkov A.Yu., Kolesnikova E.A., Trushin I.V., Borisov I.V., Sukhanova L.N., Akhmedova A.M., Novikova O.P., Kozlov R.S. Monitoring of macrolide resistanceassociated mutations in Mycoplasma genitalium in Russia. Clinical Microbiology and Antimicrobial Chemotherapy. 2022; 24(1):52-60. DOI: 10.36488/cmac.2022.1.52-60 Romanov A.V., Kozlov R.S., Edelstein I.A., Edelstein M.V. Method of detection of fluoroquinolone resistance-associated mutations genes parC and gyrA QRDR in Mycoplasma genitalium. Patent # RU 2778666 C1, 22.08.2022. Ref. Ivanova O.V., Edelstein I.A., Romashov O.I., Kozlov R.S. Effect of 23S rRNA gene mutations in Mycoplasma pneumoniae on severity of community acquired pneumonia in young adult patients treated at the Smolensk military hospital. Clinical Microbiology and Antimicrobial Chemotherapy. 2020; 22(4):306-312. DOI: 10.36488/cmac.2020.4.306-312. Zubareva L.M., Edelstein I.A., Rudneva N.S., Romanov A.V., Vlasova T.A., Lavrinenkova Yu.V., Sukhanova L.N., Ahmedova A.M., Kuzmenkov A.Yu., Trushin I.V., Evstafev V.V. The rates of mutations associated with macrolide resistance in Mycoplasma genitalium among patients with non-gonococcal sexually transmitted infections in Smolensk and Tula. Clinical Microbiology and Antimicrobial Chemotherapy. 2019; 21(4):330-339. DOI: 10.36488/cmac.2019.4.330-339 Zubareva L.M., Edelstein I.A., Romanov A.V., Evstafev V.V., Kozlov R.S. Clinical case of failure of josamycin in a patient with urethritis caused by Mycoplasma genitalium. Vestnik Dermatologii i Venerologii. 2018;94(4):55-59. DOI: 10.25208/0042-4609-2018-94-4-55-59 Edelstein I.A., Edelstein M.V., Romanov A.V., Zaitsev A.A., Rakovskaya I.V., Barkhatova O.I., Antipushina D.N., Kozlov R.S. Four cases of resistance mutations in 23S rRNA gene in Mycoplasma pneumoniae isolated from the hospitalized military personnel. Clinical Microbiology and Antimicrobial Chemotherapy. 2017; 19(3):248-253. Ref. Romanov A.V., Kozlov R.S., Edelstein I.A., Edelstein M.V. Method of detection of macrolide resistance-associated mutations in Mycoplasma genitalium and Mycoplasma pneumoniae. Patent # RU 2646123 C1, 01.03.2018. Ref. Edelstein I.A., Edelstein M.V., Romanov A.V., Ratchina S.A., Yatsyshina S.B., Rakovskaja I.V., Kozlov R.S. Detection of macrolide-resistance mutations in 23S rRNA gene of Mycoplasma pneumoniae using a novel real-time PCR assay. Pacific Medical Journal. 2015; (1):63-66. Ref. Shipitsyna E, Rumyantseva T, Golparian D, Khayrullina G, Lagos AC, Edelstein I, Joers K, Jensen JS, Savicheva A, Rudneva N, Sukhanova L, Kozlov R, Guschin A, Unemo M. Prevalence of macrolide and fluoroquinolone resistance-mediating mutations in Mycoplasma genitalium in five cities in Russia and Estonia. PLoS One. 2017. Apr 13; 12(4). DOI: 1371/journal.pone.0175763 Edelstein I., Rachina S., Touati A., Kozlov R., Henin N., Bébéar C., Pereyre S. Mycoplasma pneumoniae Monoclonal P1 Type 2c, Outbreak, Russia, 2013. Emerging Infectious Diseases. Vol. 22, No. 2, February 2016. DOI: 10.3201/eid2202.151349 Bobylev A.A., Rachina S.A., Eidelshtein I.A., Kozlov R.S., German S.V., Pogodin A.G. Outbreak of Mycoplasma pneumoniae infection at Smolensk region. PULMONOLOGIYA. 2013;(5):97-100. (In Russ.) Ref ","date":1617861600,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1617861600,"objectID":"15fe5a67d6622c49870bce3b7c34faf0","permalink":"https://amrcloud.net/en/project/demares/","publishdate":"2021-04-08T09:00:00+03:00","relpermalink":"/en/project/demares/","section":"project","summary":"Prevalence of macrolide and fluoroquinolone resistance-mediating mutations in *Mycoplasma genitalium* and *Mycoplasma pneumoniae*","tags":null,"title":"DeMaRes Study","type":"project"},{"authors":null,"categories":[],"content":"AMRcloud March update: AMRcloud has been updated to version 0.5:\n added option of indicating antibiotic disk content in column headings containing disk diffusion (_dd) test results. Column headings such as cefotaxime_5_dd or piperacillin-tazobactam_30-6_dd are processed automatically using the appropriate interpretive criteria; added ability to automatically create organism groups from species names; improved recognition of organism species and sub-species names; implemented new graphing system; added ability to display charts using graphical patterns; improved color and readability of charts’ X-axis labels; added ability of X-axis zooming and panning to improve readability of charts with multiple X-axis values; added global setting of graphic export format (.svg or .png); added display of selected interpretive criteria in dataset view opened from a web link; improved stability of file uploads. ","date":1617170400,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1617170400,"objectID":"29ac55a25a0b0480997943121f9a75c6","permalink":"https://amrcloud.net/en/post/20210331-march-update/","publishdate":"2021-03-31T09:00:00+03:00","relpermalink":"/en/post/20210331-march-update/","section":"post","summary":"AMRcloud has been updated to version 0.5","tags":[],"title":"AMRcloud March update","type":"post"},{"authors":null,"categories":[],"content":"AMRcloud February update: added automated interpretation of MIC and DD data using EUCAST v11.0 (2021) breakpoints; EUCAST ECOFFs have been updated to the latest state. CAZ-AVI Disk: a new public dataset hosted on AMRcloud New public dataset has been hosted on the AMRcloud platform which presents the data on in vitro activity of ceftazidime-avibactam, cephalosporins, and carbapenems against clinical isolates of Enterobacterales and Pseudomonas aeruginosa collected in 160 hospitals, 61 cities in Russia.\n","date":1613109600,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1613109600,"objectID":"71fe28087846eeeac37ff39e6b05f2b9","permalink":"https://amrcloud.net/en/post/20210212-february-update/","publishdate":"2021-02-12T09:00:00+03:00","relpermalink":"/en/post/20210212-february-update/","section":"post","summary":"added automated interpretation of MIC and DD data using EUCAST v11.0 (2021) breakpoints","tags":[],"title":"AMRcloud February update","type":"post"},{"authors":null,"categories":[],"content":"AMRcloud has been updated to version 0.4 with the following features:\n added summary reports on data import at Step 1 and Step 2 of Data Import Wizard added report on microorganism species for which interpretive criteria are not available added data processing animation at Step 4 of Data Import Wizard added ability to save scripts for repeated data import added ability to change color schemes of graphs improved stability of loading .xlsx and .xls files user-defined name of the Date column is retained in the interface other stability improvements ","date":1611727200,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1611727200,"objectID":"90efd081a76932c667c2d414364daca6","permalink":"https://amrcloud.net/en/post/20210127-january-update/","publishdate":"2021-01-27T09:00:00+03:00","relpermalink":"/en/post/20210127-january-update/","section":"post","summary":"AMRcloud has been updated to version 0.4","tags":[],"title":"AMRcloud January update","type":"post"},{"authors":null,"categories":[],"content":"AMRcloud has been updated to version 0.3 with the following features:\n added wizard steps navigation buttons; added full page screenshot button; added ability to auto-fill missing values for a quantitative variable. ","date":1608616800,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1608616800,"objectID":"485d6c409834e6c8141131668f8b78a6","permalink":"https://amrcloud.net/en/post/20201222-december-update/","publishdate":"2020-12-22T09:00:00+03:00","relpermalink":"/en/post/20201222-december-update/","section":"post","summary":"AMRcloud has been updated to version 0.3","tags":[],"title":"AMRcloud December update","type":"post"},{"authors":null,"categories":[],"content":"AMRcloud has been updated with the following features:\n added ability to import data from WHONET; added on-line converter of WHONET text reports; added tutorial for data export/import from WHONET. ","date":1602914400,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1602914400,"objectID":"7032e061d9c4f4c9e2065525d4e8a1ee","permalink":"https://amrcloud.net/en/post/20201017-october-update/","publishdate":"2020-10-17T09:00:00+03:00","relpermalink":"/en/post/20201017-october-update/","section":"post","summary":"Data export/import from WHONET","tags":[],"title":"AMRcloud October update","type":"post"},{"authors":null,"categories":[],"content":"AMRcloud has been updated with the following features:\n added automated interpretation of MIC and DD data using CLSI M100-ED30, 2020 breakpoints. You can find available antibiotic list here; added ability to create custom interpretive criteria and breakpoints; added ability to automatically combine AST results from different sources (MIC, DD, and S/I/R data); faster processing of imported files; improved support for .XLS files; changed animation style; fixed re-scaling of bar charts. ","date":1599069600,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1599069600,"objectID":"6163c1551b7f9245cf0db68df241d58a","permalink":"https://amrcloud.net/en/post/20200909-september-update/","publishdate":"2020-09-02T21:00:00+03:00","relpermalink":"/en/post/20200909-september-update/","section":"post","summary":"CLSI M100-ED30, custom rules, and more...","tags":[],"title":"AMRcloud September update","type":"post"},{"authors":null,"categories":null,"content":"Organisers Interregional Association for Clinical Microbiology and Antimicrobial Chemotherapy (IACMAC) Russian Society of Urologists Annotation This dataset presents the data on antibiotic resistance of community-acquired uropathogens isolated from midstream urine samples of:\n adults with symptomatic UTI (cystitis, pyelonephritis); children and adolescents under 18 years with symptomatic UTI (cystitis, pyelonephritis); pregnant women with symptomatic UTI (cystitis and pyelonephritis) and asymptomatic bacteriuria. The study was conducted in two periods: DARMIS 2009-2011: 28 centers, 20 cities Russia: Voronezh, Yekaterinburg, Irkutsk, Kazan, Krasnodar, Moscow, Omsk, Rostov-on-Don, Samara, St. Petersburg, Seversk, Smolensk, Surgut, Tomsk, Tyumen, Ufa, Chelyabinsk, Yakutsk; Belarus: Gomel; Kazakhstan: Karaganda. DARMIS 2017-2018: 34 centers, 26 cities Russia: Bratsk, Voronezh, Yekaterinburg, Irkutsk, Yoshkar-Ola, Kazan, Kirov, Krasnodar, Nizhnevartovsk, Novokuznetsk, Novosibirsk, Omsk, Rostov-on-Don, Samara, St. Petersburg, Seversk, Smolensk, Surgut, Tolyatti, Tomsk, Ulyanovsk, Chelyabinsk, Yakutsk, Yaroslavl; Belarus: Gomel; Kazakhstan: Karaganda. Antibiotic Susceptibility Testing Minimum inhibitory concentrations (MICs) of antibiotics were determined by reference broth microdilution method (BMD) in Mueller-Hinton broth according to ISO 20776-1:2006 at the Central Laboratory of the Institute of Antimicrobial Chemotherapy (IAC), Smolensk State Medical University (SSMU)\nInterpretation of MICs Clinical susceptibility categories were assigned according to the European Committee on Antimicrobial Susceptibility Testing (EUCAST) MIC Clinical breakpoints v.11.0, 2021\nDARMIS 2009-2011 Study Group Agapova E.D. (Irkutsk) Ankirskaya A.S. (Moscow) Elokhina E.V. (Omsk) Galeeva O.P. (Kazan) Gudkova L.V. (Tomsk) Gumenetskiy D.V. (Chelyabinsk) Khasanova S.G. (Ufa) Khokhlyavina R.M. (Tyumen) Kogan M.I. (Rostov-on-Don) Kozlova L.V. (Smolensk) Lavrinenko A.V. (Karaganda, Kazakhstan) Loginov Yu.A. (Smolensk) Malev I.V. (Smolensk) Morozov M.V. (Smolensk) Moskvitina E.N. (Seversk) Multykh I.G. (Krasnodar) Naboka Yu.L. (Rostov-on-Don) Nastausheva T.L. (Voronezh) Nikolskaya I.G. (Moscow) Ortenberg E.A. (Tyumen) Oskina E.A. (Samara) Palagin I.S. (Smolensk) Perevalova E.Yu. (Yekaterinburg) Polukhina O.V. (St. Petersburg) Rozanova S.M. (Yekaterinburg) Safina A.I. (Kazan) Savicheva A.M. (St. Petersburg) Sekhin S.V. (Smolensk) Skalskiy S.V. (Omsk) Tapalskiy D.V. (Gomel, Belarus) Tatarinova O.V. (Yakutsk) Trapeznikova B.V. (Surgut) Valiullina I.R. (Kazan) Zhestkov A.V. (Samara) Zulkarneev R.Kh. (Ufa) DARMIS 2017-2018 Study Group Amineva P.G. (Yekaterinburg) Becker G.G. (Novosibirsk) Bulkin A.N. (St. Petersburg) Bykonya S.A. (Tomsk) Chastoedova A.N. (Kirov) Domanskaya O.V. (Novokuznetsk) Elokhina E.V. (Omsk) Ershova M.G. (Yaroslavl) Ivanova I.A. (Yoshkar-Ola) Khaidarshina N.E. (Chelyabinsk) Khusnutdinova T.A. (St. Petersburg) Kogan M.I. (Rostov-on-Don) Kulchavenya E.V. (Novosibirsk) Lavrinenko A.V. (Karaganda, Kazakhstan) Lyamin A.V. (Samara) Malev I.V. (Smolensk) Malyavin A.I. (Ulyanovsk) Martyanova N.M. (Tolyatti) Moskvitina E.N. (Seversk) Mutin M.Yu. (Bratsk) Naboka Yu.L. (Rostov-on-Don) Nikiforovskaya N.N. (Smolensk) Palagin I.S. (Smolensk) Plugin P.S. (Novosibirsk) Popova L.D. (Omsk) Portnyagina U.S. (Yakutsk) Shamaeva S.Kh. (Yakutsk) Shipitsyna E.V. (St. Petersburg) Shirokova T.M. (Kirov) Sidorova R.K. (Ulyanovsk) Strebkova V.V. (Voronezh) Sukhoreva M.V. (Irkutsk) Tapalsky D.V. (Gomel, Belarus) Valiullina I.R. (Kazan) Varganova A.N. (Surgut) Varibrus E.V. (Krasnodar) Vasilyeva I.R. (Nizhnevartovsk) Vetokhina A.V. (Irkutsk) Volkovskaya I.V. (Tomsk) Zhestkov A.V. (Samara) Coordinator Ivan S. Palagin Research fellow\nInstitute of Antimicrobial Chemotherapy (IAC),\nSmolensk State Medical University (SSMU)\nivan.palagin@gmail.com\n Publications I.S. Palagin, M.V. Sukhorukova, A.V. Dekhnich, M.V. Edelstein, T.S. Perepanova, R.S. Kozlov, “DARMIS-2018” Study Group. Current state of antibiotic resistance of pathogens causing community-acquired urinary tract infections in Russia, Belarus and Kazakhstan: results of the international multicenter study “DARMIS-2018”. Urology 2020; 1: 19-31. 10.18565/urology.2020.1.19-31 I.S. Palagin, M.V. Sukhorukova, A.V. Dekhnich, M.V. Edelstein, T.S. Perepanova, R.S. Kozlov, “DARMIS-2018” Study Group. Antimicrobial resistance of pathogens causing community-acquired urinary tract infections in Russia: results of the multicenter study “DARMIS-2018”. KMAKH 2019; 21 (2): 134-146. 10.36488/cmac.2019.2.134-146 I.S. Palagin, M.V. Sukhorukova, A.V. Dekhnich, M.V. Edelstein, A.V. Grinev, T.S. Perepanova, R.S. Kozlov, DARMIS Study Group. Complicated community-acquired urinary tract infections in adult patients in Russia. KMAKH 2014; 16 (1): 39-56. cmac-journal.ru I.S. Palagin, M.V. Sukhorukova, A.V. Dekhnich, M.V. Edelstein, A.N. Shevelev, A.V. Grinev, T.S. Perepanova, R.S. Kozlov, “DARMIS” Study Group. Current state of antibiotic resistance of pathogens causing community-acquired urinary tract infections in Russia: DARMIS Study (2010-2011). KMAKH 2012; 14 (4): 280-302. cmac-journal.ru T.S. Perepanova, R.S. Kozlov, A.V. Dekhnich, I.S. Palagin, A.N. Shevelev, E.M. Volkova, D.K. Egamberdiev. Choice of antimicrobial drugs in urinary infections. Urology 2012; 2: 4-8. cyberleninka.ru ","date":1592092800,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1592092800,"objectID":"9ad0ac6a37ca6c0329bf4ac81205beb2","permalink":"https://amrcloud.net/en/project/darmis/","publishdate":"2020-06-14T00:00:00Z","relpermalink":"/en/project/darmis/","section":"project","summary":"International multicenter prospective surveillance study of antimicrobial resistance of uropathogens causing community-acquired UTI in different subsets of patients","tags":null,"title":"DARMIS 2009-2011 \u0026 2017-2018","type":"project"},{"authors":["Vinogradova A.G.","Kuzmenkov A.Yu."],"categories":null,"content":"","date":1590660374,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1590660374,"objectID":"21d560421620a14894f8bb0a2f8b168e","permalink":"https://amrcloud.net/en/publication/cmac-2020-t22-n2-p137/","publishdate":"2020-10-11T13:00:00Z","relpermalink":"/en/publication/cmac-2020-t22-n2-p137/","section":"publication","summary":"Continuing trends of antimicrobial resistance growth require a set of countermeasures, of which antimicrobial resistance surveillance at the global, national, and local levels plays one of the most important roles. Local surveillance systems are the most significant in controlling the changes in susceptibility of microorganisms in specific settings and contribute to the necessary activities, including prevention of epidemics. This paper presents basic principles and recommendations for handling antimicrobial resistance surveillance data, provides examples of table completion and metadata quick guide. A focus is made on specific issues and problems associated with surveillance data handling and the ways to resolve those problems are proposed.","tags":null,"title":"Data handling as a basis for local antimicrobial resistance surveillance","type":"publication"},{"authors":null,"categories":[],"content":"","date":1581408000,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1581408000,"objectID":"ed7c4dabf0c7a38f5f4af7b07e795686","permalink":"https://amrcloud.net/en/pages/crowdfunding/","publishdate":"2020-02-11T11:00:00+03:00","relpermalink":"/en/pages/crowdfunding/","section":"pages","summary":"","tags":[],"title":"Donate","type":"pages"},{"authors":null,"categories":null,"content":"Abstract Acinetobacter baumannii is one of the most common and troublesome nosocomial pathogens. This project presents the following data on nosocomial A. baumannii isolates collected from various regions of Russia:\n isolate source data (geographical, clinical data, and basic patient demographics); molecular-genetic characteristics of isolates (clonal group, SNP type, sequence type, KL type, presence of acquired carbapenemase genes); susceptibility to various antibiotics; susceptibility to certain lytic phages. Bacterial isolates The study includes a total of 3,135 consecutive non-duplicate (one per patient/case of infection) clinical isolates collected between 14 January 2013 and 31 December 2019 as part of the national surveillance studies from 71 hospitals in 36 cities of Russia: : Arkhangelsk, Barnaul, Belgorod, Blagoveshchensk, Chelyabinsk, Irkutsk, Izhevsk, Kazan, Krasnodar, Kurgan, Maykop, Moscow, Murmansk, Naberezhnye Chelny, Nizhny Novgorod, Novosibirsk, Noyabrsk, Omsk, Penza, Perm, Petrozavodsk, Rostov-on-Don, Seversk, Smolensk, St. Petersburg, Tolyatti, Tomsk, Tula, Tver, Tyumen, Ulan-Ude, Vladivostok, Voronezh, Yakutsk, Yekaterinburg, and Yuzhno-Sakhalinsk.\nAntibiotic susceptibility testing (AST) Minimum inhibitory concentrations (MICs) of antibiotics were determined by reference broth microdilution method according to ISO 20776-1:2006. The susceptibility categories were interpreted according to European Committee on Antimicrobial Susceptibility Testing (EUCAST) MIC Clinical Breakpoints v.10.0, 2020 (http://www.eucast.org/clinical_breakpoints/)\nPhage susceptibility testing (PST) Susceptibilities of isolates to selected lytic phages were determined by a modified double-agar-layer method and by spot testing.\nMolecular-genetic subtyping All isolates were typed by a single nucleotide polymorphism (SNP)-typing assay based on high-throughput real-time PCR detection of 21informative SNPs in 10 chromosomal loci: gltA, recA, cpn60, gyrB, gdhB, rpoD, fusA, pyrG, rplB, and rpoB (http://snpt.antibiotic.ru:9002/). Selected isolates were typed by both the Oxford and Pasteur multilocus sequence typing (MLST) schemes using Sanger or whole genome sequencing (https://pubmlst.org/abaumannii/). Identification of capsular polysaccharide biosynthesis gene clusters (K-loci, KL) KL types were identified for selected isolates from WGS data using the standard database and nomenclature (https://github.com/katholt/Kaptive).\nDetection of acquired carbapenemase genes The genes of the most prevalent in Acinetobacter spp. acquired carbapenemases of molecular class D (OXA-23-, OXA-24/40- and OXA-58-like), class А (GES-2- or GES-5-like), and class B (VIM, IMP and NDM) were determined by means of real-time PCR.\nStudy group Roman S. Kozlov, Anastasia V. Popova, Mikhail M. Shneider, Eugene A. Sheck, Mikhail V. Edelstein, Alexey Yu. Kuzmenkov, Andrey V. Romanov, Elvira R. Shaidullina.\nFunding This work was conducted with the financial support of the Russian Science Foundation (grant no. 18-15-00403).\n Contact Evgenii Shek Research fellow\nInstitute of Antimicrobial Chemotherapy (IAC),\nSmolensk State Medical University (SSMU)\nevgeniy.sheck@antibiotic.ru\n ","date":1581292800,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1581292800,"objectID":"9beeef984dd41f580b45783aa8276c90","permalink":"https://amrcloud.net/en/project/abphage/","publishdate":"2020-02-10T00:00:00Z","relpermalink":"/en/project/abphage/","section":"project","summary":"Institute of Antimicrobial Chemotherapy (IAC), Smolensk State Medical University\n","tags":null,"title":"\u003cem\u003eAcinetobacter baumannii\u003c/em\u003e genetic diversity, susceptibility to antibiotics and lytic phages","type":"project"},{"authors":["Kuzmenkov A.Y.","Vinogradova A.G.","Trushin I.V.","Avramenko A.A.","Edelstein M.V.","Dekhnich A.V.","Kozlov R.S."],"categories":null,"content":"","date":1570665840,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1570665840,"objectID":"71b4361b4a4d5ddbb73ca858afa552ed","permalink":"https://amrcloud.net/en/publication/cmac-2019-t21-n2-p119/","publishdate":"2019-10-10T00:04:00Z","relpermalink":"/en/publication/cmac-2019-t21-n2-p119/","section":"publication","summary":"Antimicrobial resistance is a growing threat to global public health and requires closer attention from the medical community. Antibiotic resistance monitoring systems play a key role in observing the antimicrobial susceptibility changes for rational prescribing antimicrobial therapy. Most current systems use data on a global scale; however, local data evaluation is more important for practical application. Unique AMRcloud online platform (https://amrcloud.net) was developed to process user data on antimicrobial resistance. Structural modules are modified to address the needs of researchers. The application has powerful graphic capabilities, data analysis system with automated interpretation of the antimicrobial susceptibility testing results. Geocoding is performed in a double way, and information exchange of results is adjusted by user. The use of AMRcloud allows researchers to create their own methodology for organizing primary data and their evaluation.","tags":null,"title":"AMRcloud: a new paradigm in monitoring of antibiotic resistance","type":"publication"},{"authors":null,"categories":[],"content":" Administration does not check the reliability of any information provided by you except as expressly permitted by the Terms of Use or Additional Terms and cannot consider its credibility as well as your legal capacity to provide it. Nonetheless, Administration relies on you to provide accurate and complete Personal Data and timely update it.\nBy using AMRcloud your Personal Data is protected and processed in accordance with applicable data protection and privacy laws.\n What is the purpose of this Policy In accordance with the Policy Administration informs you for:\n the information we collect; how we use information about you; your rights and obligations. Information We Collect By creating a user account on AMRcloud you provide the following data:\n Email address - is required for creating a user account and your access to the application. Username – is used to communicate with you. When you grant access to your results of data processing for third-party users by a link, they will be able to see your username. Password – is required for your authentication and access to AMRcloud. Please, note that Administration does not store passwords in the public domain and cannot use your user account.\nWe set cookies on each our webpage to collect anonymous analytics data. We use this information to help operate our resource and do not convey or sell it to any third parties. The information gathered may include:\n electronic data (HTTP headers, IP address, cookies, web beacons /pixel tags, browser type, operating system, hardware settings, device information); the time (and length of time) a page was viewed; information about the actions you take when using AMRcloud; information about your location. Creation and Sharing Information You have the right to use AMRcloud to get results of data processing strictly in accordance with the Terms of Use. All materials created by you, including all uploaded and downloaded data, will be available only for your user account until you share them (“share the results”).\nYou can share information using two modes: public (access by any user) and protected (access by entering a password). The users you share with can see your results of data processing, as well as your username, but not email address.\nAdministration does not use the content you create and does not grant access to the third parties to it. Administration may gain access to your content with your relevant permission only (for example, to identify and fix service failures).\nService Usage Data To improve our services Administration collects anonymous information about the actions you take when using AMRcloud. This may include the number of visits to AMRcloud and access time, interaction with the website (for example, clicks on buttons and links), IP address, device information, operating system, browser type, proxy server, mobile data provider. A part of the above information may be temporarily stored in cookies. Each time you visit any webpage of AMRcloud, Administration gets the URL of the webpages you came from and the URL you go to next. This Usage Data is collected automatically and is used anonymously.\nTo help collect anonymous usage statistics we use Google Analytics. To find out more about its Privacy Policy please visit https://policies.google.com/technologies/partner-sites\nHow We Use Your Personal Data Administration uses your Personal Data (email address) to authenticate and provide you the right to use AMRcloud and to access results of data processing.\nAdministration may send you:\n technical notices (information about changes to user account settings including password reset, account deletion and so on); support messages; administrative messages (information about any disruption, interruption and resume after a failure, updates or other information about your use of AMRcloud or the Security Policy). You cannot opt-out of receiving some categories of communications from us such as notices of significant changes to technical features or functionality of AMRcloud, the Security Policy or other Services policies or applicable laws. With your consent, Administration may periodically send you other messages about new services, features or functionality of AMRcloud through the email address specified by you.\nYour Rights \u0026amp; Obligations Administration will store your Personal Data for the period necessary to fulfil the purposes outlined in this Policy unless a longer storage period is required or permitted by law. Administration reserves the right to delete your user account including your Personal Data and created content in case of your violation of Terms of Use. If you would like to delete from our database any Personal Data you previously submitted to AMRcloud, you may submit a deletion request.\nYou may access your Personal Data processed by AMRcloud in accordance with this Policy unless otherwise is provided by law.\nYou may request to correct any incomplete or inaccurate Personal Data we hold about you.\nYou have the right to (If provided by the applicable international law or law of the Russian Federation):\n request to erasure or remove your Personal Data or any part of it and/or to withdraw your consent to the processing of your Personal Data; request restrictions on the processing of your Personal Data; object to the processing of your Personal Data. In some cases, you will be provided with other rights not specified above, as required or permitted by international data protection laws or laws of the Russian Federation. If you have any concerns as to how your Personal Data is processed, please submit a support request. If you would like to exercise any right mentioned above, please contact the Administration.\nLawful Processing The collecting and processing of your Personal Data are based on the applicable laws, regulations or legal procedures. You give your explicit consent to the Administration of AMRcloud for collection, storage and processing of Personal Data by accepting the terms of this Policy or any related documentation (for example Additional Terms). You may withdraw your consent at any time. For legitimate business purposes, you may object to the processing of your Personal Data. In this case, Administration reserves the right to delete your user account as required by your objection.\nCross-Border Transfer of Data Your personal data is stored in the Russian Federation.\nAdministration collects, processes, stores, retains, clarifies (update, change) and extracts Personal Data using databases and servers located in the Russian Federation.\nUpdating this Policy Administration has the right to update this Privacy Policy from time to time in its discretion including in case of any changes in applicable laws or technical features or functionality of AMRcloud.\nIf we make any significant change, including limitations and restrictions to this Policy, we will provide you with additional notice via email.\n","date":1569456000,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1569456000,"objectID":"a7f61b1bf602bd1cfad4fc9f57f5f168","permalink":"https://amrcloud.net/en/privacy-policy/20190926/","publishdate":"2019-09-26T00:00:00Z","relpermalink":"/en/privacy-policy/20190926/","section":"privacy-policy","summary":"Administration does not check the reliability of any information provided by you except as expressly permitted by the Terms of Use or Additional Terms and cannot consider its credibility as well as your legal capacity to provide it. Nonetheless, Administration relies on you to provide accurate and complete Personal Data and timely update it.\nBy using AMRcloud your Personal Data is protected and processed in accordance with applicable data protection and privacy laws.","tags":[],"title":"Privacy Policy","type":"privacy-policy"},{"authors":null,"categories":[],"content":"Use of AMRcloud Administration of AMRcloud (“Administration”) grants User а non-transferable right to use AMRcloud. AMRcloud makes it possible to upload files («files» or «data»), process, change, delete and visualize data and results of data processing as well as to provide and manage access to results of data processing to the third parties.\nIn order to upload and process data in AMRcloud, User must create an account. By creating an account, User acknowledges and agrees that AMRcloud displays her/his account name, but not email address, to the third parties with whom User decides to share the results of data processing. Regular functionalities and services of AMRcloud are available free of charge.\nIn order to use AMRcloud User will need an Internet connection. User is responsible for providing all equipment required to access the Internet.\nAdministration reserves the right to update or modify these Terms at any time and without notice to User. A new version of the Terms will come into force on the date of publication on the Internet at the following link: https://amrcloud.net/en/terms-of-use, unless otherwise provided by the new version of the Terms.\nIn case of disagreement with any new provision of these Terms, User must immediately stop using AMRcloud.\nYour Rights and Obligations User has the right to use AMRcloud in her/his sole discretion.\nUser acknowledges and agrees that she/he is solely responsible for:\n her/his usage purposes of AMRcloud; any content (data files and materials) uploaded by User to AMRcloud and its compliance with local, regional and international laws and regulations; any actions leading to violation legitimate interests of the third parties including non-property and other intellectual property rights; any attempts on intangible assets of the third parties. User is not allowed to:\n upload, send, transfer or allocate and/or distribute any material that is illegal, malicious, libelous, violates intellectual property rights, demonstrates discrimination against people racial, ethnic, national, sexual, religious, social characteristics, discloses the third parties\u0026rsquo; personal information or data, including patient identification data, violates the rights of or injurious to the third parties, contains improper advertisement, violates any local, regional and international laws and regulations; upload, send, transfer or allocate and/or distribute any material that Users doesn’t have a right to make available under any law or under contractual or fiduciary relationships/ content that is subject to any third party proprietary rights; impersonate any person or entity, falsely claim an affiliation with any person or entity; taking any action including technically aimed to violate normal functioning of AMRcloud; use AMRcloud for commercial purposes unless User has permission from Administration; use AMRcloud for any kind of illegal activity. These Terms is governed by and construed in accordance with the internal law of the Russian Federation without giving effect to any choice or conflict of law provision or rule.\nRemoving and Blocking Administration reserves the right to delete User’s files immediately, with or without prior notice from Administration in the event that User fails to comply with any provision of these Terms.\nAdministration reserves the right to suspend or terminate User’s access to AMRcloud with notice to User in the following cases:\n User uses AMRcloud in any manner that would subject AMRcloud or other users to the risk of harm or damage; User Account has been inactive for more than 12 months; User doesn’t mention AMRcloud as a system for processing and analyzing data while presenting any content generated with AMRcloud in public (e.g. in journal publications, reports at conferences); The reference for citing the use of AMRcloud: Kuzmenkov A.Yu., Vinogradova A.G., Trushin I.V., Avramenko A.A., Edelstein M.V., Dekhnich A.V., Kozlov R.S. AMRcloud: a new paradigm in monitoring of antibiotic resistance. Clinical Microbiology and Antimicrobial Chemotherapy. 2019; Vol. 21 №2. P.119-124. In case of one of the above situations, Administration may send a notification to User through the email address specified by User. If the above violations are detected, Administration will have the right to suspend User’s access to AMRcloud. In case User ignores notifications or violates provisions of the Terms systematically, Administration will have the right to delete User Account, including all data uploaded to AMRcloud, results of data processing and created links, without additional notice and consent from User.\nAdministration reserves the right to terminate User’s access to AMRcloud or delete User account without notice to User in the following cases:\n User violates any of the provisions of these Terms or related documentation (except all the above situations); User’s actions entail legal or regulatory liability and/or jeopardize the ability of AMRcloud to provide services to other users; There is no technical possibility to contact User and to notify her/him about the above conditions. In addition, in case of high load on AMRcloud infrastructure caused by sharing results of data processing through generating a link with AMRcloud, this link may be blocked.\nAMRcloud Changes Administration has the right to change AMRcloud, such as change the existing or add new functionalities and services, at any time without prior notice.\nRevisions and Errors All information and materials placed on AMRcloud may contain technical, spelling, typographical errors or mistakes in text, graphics and figures. Administration does not guarantee that any information, data and other materials are accurate, complete or correct. Administration reserves the right to change and correct any information or materials contained in AMRcloud without prior notice.\nCopyrights and Trademarks User retains her/his entire right relating to the materials uploaded by User to AMRcloud, including all copyrights, trademarks and other intellectual property rights.\nUser has the right to distribute results of data processing generated with AMRcloud. For citing any content of AMRcloud or reporting the use of AMRcloud for processing and analyzing data in journal publications and conference proceedings, the following reference is mandatory: Kuzmenkov A.Yu., Vinogradova A.G., Trushin I.V., Avramenko A.A., Edelstein M.V., Dekhnich A.V., Kozlov R.S. AMRcloud: a new paradigm in monitoring of antibiotic resistance. Clinical Microbiology and Antimicrobial Chemotherapy. 2019; Vol. 21 №2. P.119-124.\nLimitations User acknowledges and agrees with the possibility of hardware failures and malfunctions in AMRcloud software including those causing violation of access to data processing results or loss of uploaded data. User agrees that Administration has no capability to predict any technical failures and to inform User in advance about such failures or to eliminate the possibility of the resumption of problems. Such situations cannot be used for bringing a claim against AMRcloud.\nUser acknowledges and agrees that Administration does not verify or endorse and takes no responsibility for any data uploaded by User or results of data processing in AMRcloud (except as expressly permitted by User). Administration does not guarantee that the files placed on AMRcloud are in accordance with applicable local, regional and international laws and subject to all terms, conditions and restrictions, under these Terms.\nUser acknowledges and agrees that she/he uses AMRcloud on her/his own risk and Administration does not assume and will not have any liability to User for any information, data or results of data processing placed on AMRcloud, including their accuracy, completeness, timeliness, validity, copyright compliance, legality, decency, quality or any other aspect thereof.\nUser is responsible for any negative consequences arising from her/his use of any information, data or results of data processing placed on AMRcloud, including damage to computers or devices owned by User or the third parties, loss of data or results of data processing, violation of rights or any other damages.\nUser acknowledges and agrees that personal account on AMRcloud is intended for her/his individual use. User has no right to transfer access to her/his account on AMRcloud to any third party on a paid or unpaid basis. If User account is accessed by more than one User at the same time, technical problems may occur.\nAdministration under no circumstances and without exception is not liable to User for any damages, arising from or relating to User’s use or misuse of AMRcloud or its functionality (services), including lost data caused by any technical failures or problems.\nDisclaimer User acknowledges and agrees that she/he uses AMRcloud on her/his own risk. AMRcloud and all its functionality (services) are provided ‘as is’. Administration does not take on of any liability related to usage of AMRcloud and does not guarantee that AMRcloud will meet requirements and interests of User.\nAdministration does not guarantee that AMRcloud will function quickly, continuously, reliably and without errors.\nAdministration disclaims all warranties, whether express or implied, of accuracy of results or reliability of information from AMRcloud (including related web resources or services).\nAdministration does not support or control links or materials placed by User through AMRcloud. Administration is not responsible for User’s materials, including their validity, legality or any other aspect thereof. Administration does not guarantee storage of data uploaded by User to AMRcloud.\nAdministration reserves the right to impose any rules, limitations and restrictions (technical, legal, institutional or other) and to change them from time to time in its sole discretion without any notice. Limitations and restrictions may be different for various categories of Users and they are defined by additional terms between User and Administration in full compliance with applicable federal laws, regulations and rules.\nReference to any website, product, service, any information of a commercial or non-commercial nature, placed on AMRcloud cannot be considered either as an endorsement or a recommendation of these products (services) by Administration.\n","date":1569456000,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1569456000,"objectID":"66be61cdb2bab518275fab4c6db3fed6","permalink":"https://amrcloud.net/en/terms-of-use/20190926/","publishdate":"2019-09-26T00:00:00Z","relpermalink":"/en/terms-of-use/20190926/","section":"terms-of-use","summary":"Use of AMRcloud Administration of AMRcloud (“Administration”) grants User а non-transferable right to use AMRcloud. AMRcloud makes it possible to upload files («files» or «data»), process, change, delete and visualize data and results of data processing as well as to provide and manage access to results of data processing to the third parties.\nIn order to upload and process data in AMRcloud, User must create an account. By creating an account, User acknowledges and agrees that AMRcloud displays her/his account name, but not email address, to the third parties with whom User decides to share the results of data processing.","tags":[],"title":"Terms of Use","type":"terms-of-use"},{"authors":null,"categories":[],"content":"Name* Email* Science Degree Job Title City* Institution / Company Additional information I hereby agree* \u0026nbsp; with Terms of Use \u0026nbsp; with Privacy Policy \u0026times; \u0026times; Submit $('#amrcloud-register-form').submit(function (e) { $('#message-success').hide(); $('#message-error').hide(); e.preventDefault(); // avoid to execute the actual submit of the form. var form = $(this); var url = form.attr('action'); $.ajax({ type: \"POST\", url: url, data: form.serialize(), // serializes the form's elements. success: function(data) { console.log(data.message); $('#message-success-text').html(data.message); $('#message-success').show(); form[0].reset(); }, error: function(data) { console.log(data.message); $('#message-error-text').html(data.message); $('#message-error').show(); } }); }); ","date":1461110400,"expirydate":-62135596800,"kind":"page","lang":"en","lastmod":1555459200,"objectID":"80e19ca1ef2f6e59b6cb6198b0d02a97","permalink":"https://amrcloud.net/en/pages/invite-register/","publishdate":"2016-04-20T00:00:00Z","relpermalink":"/en/pages/invite-register/","section":"pages","summary":"Name* Email* Science Degree Job Title City* Institution / Company Additional information I hereby agree* \u0026nbsp; with Terms of Use \u0026nbsp; with Privacy Policy \u0026times; \u0026times; Submit $('#amrcloud-register-form').submit(function (e) { $('#message-success').hide(); $('#message-error').hide(); e.preventDefault(); // avoid to execute the actual submit of the form.","tags":null,"title":"Registration","type":"pages"}] \ No newline at end of file diff --git a/en/index.xml b/en/index.xml index ae7761d8..c1c9c54f 100644 --- a/en/index.xml +++ b/en/index.xml @@ -9668,6 +9668,8 @@ For example, laboratories can store their data in different files, or files from <p><em>Mycoplasma genitalium</em> is a common sexually transmitted pathogen in men and women.</p> <p><em>Mycoplasma pneumoniae</em> is an ‘atypical’ bacterial pathogen that causes lower respiratory infections, including pneumonia and tracheobronchitis, and less commonly, upper respiratory tract infections.</p> <p>This dataset presents the results of longitudinal surveillance study of mutational resistance to macrolides (mutations in domain V of the 23S rRNA gene) and fluoroquinolones (mutations in quinolone resistance-determining regions (QRDRs) of <em>gyrA</em> and <em>parC</em> genes) of <em>M. genitalium</em> and <em>M. pneumoniae</em>.</p> +<p> +<a href="./Protocol-DeMaRes-2.pdf">Study protocol</a></p> <h3 id="sources-of-clinical-samples">Sources of clinical samples</h3> <p><em>M. genitalium</em> PCR-positive urogenital samples (n=873) were collected in five regions of Russia: Moscow, Nizhny Novgorod, Saratov, Smolensk, and Tula, in 2009-2019.</p> <p><em>M. pneumoniae</em> PCR-positive samples (n=1480) were collected in twelve regions of Russia: Bryansk, Khabarovsk, Krasnoyarsk, Mari El Republic, Moscow, Moscow Region, Nizhny Novgorod, Penza, Smolensk, Sverdlovsk, Tula, and Yaroslavl, in 2006-2020.</p> diff --git a/en/project/demares/Protocol-DeMaRes-2.pdf b/en/project/demares/Protocol-DeMaRes-2.pdf new file mode 100644 index 00000000..22e91457 Binary files /dev/null and b/en/project/demares/Protocol-DeMaRes-2.pdf differ diff --git a/en/project/demares/index.html b/en/project/demares/index.html index f9c47128..d1bcbbf9 100644 --- a/en/project/demares/index.html +++ b/en/project/demares/index.html @@ -866,6 +866,8 @@ <h3 id="annotation">Annotation</h3> <p><em>Mycoplasma genitalium</em> is a common sexually transmitted pathogen in men and women.</p> <p><em>Mycoplasma pneumoniae</em> is an ‘atypical’ bacterial pathogen that causes lower respiratory infections, including pneumonia and tracheobronchitis, and less commonly, upper respiratory tract infections.</p> <p>This dataset presents the results of longitudinal surveillance study of mutational resistance to macrolides (mutations in domain V of the 23S rRNA gene) and fluoroquinolones (mutations in quinolone resistance-determining regions (QRDRs) of <em>gyrA</em> and <em>parC</em> genes) of <em>M. genitalium</em> and <em>M. pneumoniae</em>.</p> +<p> +<a href="./Protocol-DeMaRes-2.pdf">Study protocol</a></p> <h3 id="sources-of-clinical-samples">Sources of clinical samples</h3> <p><em>M. genitalium</em> PCR-positive urogenital samples (n=873) were collected in five regions of Russia: Moscow, Nizhny Novgorod, Saratov, Smolensk, and Tula, in 2009-2019.</p> <p><em>M. pneumoniae</em> PCR-positive samples (n=1480) were collected in twelve regions of Russia: Bryansk, Khabarovsk, Krasnoyarsk, Mari El Republic, Moscow, Moscow Region, Nizhny Novgorod, Penza, Smolensk, Sverdlovsk, Tula, and Yaroslavl, in 2006-2020.</p> diff --git a/en/project/index.xml b/en/project/index.xml index 0da97218..70c248cb 100644 --- a/en/project/index.xml +++ b/en/project/index.xml @@ -119,6 +119,8 @@ <p><em>Mycoplasma genitalium</em> is a common sexually transmitted pathogen in men and women.</p> <p><em>Mycoplasma pneumoniae</em> is an ‘atypical’ bacterial pathogen that causes lower respiratory infections, including pneumonia and tracheobronchitis, and less commonly, upper respiratory tract infections.</p> <p>This dataset presents the results of longitudinal surveillance study of mutational resistance to macrolides (mutations in domain V of the 23S rRNA gene) and fluoroquinolones (mutations in quinolone resistance-determining regions (QRDRs) of <em>gyrA</em> and <em>parC</em> genes) of <em>M. genitalium</em> and <em>M. pneumoniae</em>.</p> +<p> +<a href="./Protocol-DeMaRes-2.pdf">Study protocol</a></p> <h3 id="sources-of-clinical-samples">Sources of clinical samples</h3> <p><em>M. genitalium</em> PCR-positive urogenital samples (n=873) were collected in five regions of Russia: Moscow, Nizhny Novgorod, Saratov, Smolensk, and Tula, in 2009-2019.</p> <p><em>M. pneumoniae</em> PCR-positive samples (n=1480) were collected in twelve regions of Russia: Bryansk, Khabarovsk, Krasnoyarsk, Mari El Republic, Moscow, Moscow Region, Nizhny Novgorod, Penza, Smolensk, Sverdlovsk, Tula, and Yaroslavl, in 2006-2020.</p> diff --git a/ru/index.json b/ru/index.json index e9567233..c81fb0e1 100644 --- a/ru/index.json +++ b/ru/index.json @@ -1 +1 @@ -[{"authors":["avramenko-aa"],"categories":null,"content":"Научные достижения автор 7 научных публикаций и 5 свидетельств о государственной регистрации результатов интеллектуальной деятельности. сооснователь экосистемы AMRhub редактор сайта журнала « Клиническая Микробиология и Антимикробная Химиотерапия» Награды Благодарственное письмо Департамента Смоленской области по образованию и науке «За добросовестный труд и высокие достижения в научной деятельности» (2020 г.) ","date":-62135596800,"expirydate":-62135596800,"kind":"taxonomy","lang":"ru","lastmod":-62135596800,"objectID":"cfaa196c9ff3efd44f4b99d5034768cc","permalink":"https://amrcloud.net/ru/authors/avramenko-aa/","publishdate":"0001-01-01T00:00:00Z","relpermalink":"/ru/authors/avramenko-aa/","section":"authors","summary":"Научные достижения автор 7 научных публикаций и 5 свидетельств о государственной регистрации результатов интеллектуальной деятельности. сооснователь экосистемы AMRhub редактор сайта журнала « Клиническая Микробиология и Антимикробная Химиотерапия» Награды Благодарственное письмо Департамента Смоленской области по образованию и науке «За добросовестный труд и высокие достижения в научной деятельности» (2020 г.) ","tags":null,"title":"Андрей Авраменко","type":"authors"},{"authors":["vinogradova-ag"],"categories":null,"content":"Ученая степень кандидат медицинских наук (специальность фармакология, клиническая фармакология)\nНаучные достижения автор 39 научных публикаций и 11 свидетельств о государственной регистрации результатов интеллектуальной деятельности сооснователь экосистемы AMRhub информационный менеджер журнала « Клиническая микробиология и антимикробная химиотерапия» Награды Благодарственное письмо Департамента Смоленской области по образованию и науке «За добросовестный труд и высокие достижения в научной деятельности» (2020 г.) ","date":-62135596800,"expirydate":-62135596800,"kind":"taxonomy","lang":"ru","lastmod":-62135596800,"objectID":"03e09eee6fe8a2b6985142bfcaa78fd1","permalink":"https://amrcloud.net/ru/authors/vinogradova-ag/","publishdate":"0001-01-01T00:00:00Z","relpermalink":"/ru/authors/vinogradova-ag/","section":"authors","summary":"Ученая степень кандидат медицинских наук (специальность фармакология, клиническая фармакология)\nНаучные достижения автор 39 научных публикаций и 11 свидетельств о государственной регистрации результатов интеллектуальной деятельности сооснователь экосистемы AMRhub информационный менеджер журнала « Клиническая микробиология и антимикробная химиотерапия» Награды Благодарственное письмо Департамента Смоленской области по образованию и науке «За добросовестный труд и высокие достижения в научной деятельности» (2020 г.) ","tags":null,"title":"Алина Виноградова","type":"authors"},{"authors":["kuzmenkov-ay"],"categories":null,"content":"Ученая степень доктор медицинских наук (специальность фармакология, клиническая фармакология)\nНаучные достижения автор 52 научных публикаций, 3 патентов на изобретения и 11 свидетельств о государственной регистрации результатов интеллектуальной деятельности сооснователь экосистемы AMRhub Награды Стипендия Президента Российской Федерации молодым ученым и аспирантам (Совет по грантам Президента Российской Федерации, конкурс СП-2018) Грант Европейского общества по клинической микробиологии и инфекционным болезням для молодых исследователей (ESCMID) (2019 г.) Благодарственное письмо Российского союза молодых ученых «За вклад в развитие науки Смоленской области» (2018 г.) ","date":-62135596800,"expirydate":-62135596800,"kind":"taxonomy","lang":"ru","lastmod":-62135596800,"objectID":"427336653ec6391df5456e1c4bc7aa28","permalink":"https://amrcloud.net/ru/authors/kuzmenkov-ay/","publishdate":"0001-01-01T00:00:00Z","relpermalink":"/ru/authors/kuzmenkov-ay/","section":"authors","summary":"Ученая степень доктор медицинских наук (специальность фармакология, клиническая фармакология)\nНаучные достижения автор 52 научных публикаций, 3 патентов на изобретения и 11 свидетельств о государственной регистрации результатов интеллектуальной деятельности сооснователь экосистемы AMRhub Награды Стипендия Президента Российской Федерации молодым ученым и аспирантам (Совет по грантам Президента Российской Федерации, конкурс СП-2018) Грант Европейского общества по клинической микробиологии и инфекционным болезням для молодых исследователей (ESCMID) (2019 г.) Благодарственное письмо Российского союза молодых ученых «За вклад в развитие науки Смоленской области» (2018 г.","tags":null,"title":"Алексей Кузьменков","type":"authors"},{"authors":["trushin-iv"],"categories":null,"content":"Научные достижения автор 17 научных публикаций и 10 свидетельств о государственной регистрации результатов интеллектуальной деятельности. сооснователь экосистемы AMRhub разработчик сайта журнала « Клиническая Микробиология и Антимикробная Химиотерапия» Награды Благодарственное письмо Департамента Смоленской области по образованию и науке «За добросовестный труд и высокие достижения в научной деятельности» (2020 г.) ","date":-62135596800,"expirydate":-62135596800,"kind":"taxonomy","lang":"ru","lastmod":-62135596800,"objectID":"103951ef12ec2a11d21fb41cad4ab0f9","permalink":"https://amrcloud.net/ru/authors/trushin-iv/","publishdate":"0001-01-01T00:00:00Z","relpermalink":"/ru/authors/trushin-iv/","section":"authors","summary":"Научные достижения автор 17 научных публикаций и 10 свидетельств о государственной регистрации результатов интеллектуальной деятельности. сооснователь экосистемы AMRhub разработчик сайта журнала « Клиническая Микробиология и Антимикробная Химиотерапия» Награды Благодарственное письмо Департамента Смоленской области по образованию и науке «За добросовестный труд и высокие достижения в научной деятельности» (2020 г.) ","tags":null,"title":"Иван Трушин","type":"authors"},{"authors":["edelstein-mv"],"categories":null,"content":"","date":-62135596800,"expirydate":-62135596800,"kind":"taxonomy","lang":"ru","lastmod":-62135596800,"objectID":"c58794b8375a15eed325aa4fdb15485e","permalink":"https://amrcloud.net/ru/authors/edelstein-mv/","publishdate":"0001-01-01T00:00:00Z","relpermalink":"/ru/authors/edelstein-mv/","section":"authors","summary":"","tags":null,"title":"Михаил Эйдельштейн","type":"authors"},{"authors":["admin"],"categories":null,"content":"","date":-62135596800,"expirydate":-62135596800,"kind":"taxonomy","lang":"ru","lastmod":-62135596800,"objectID":"2525497d367e79493fd32b198b28f040","permalink":"https://amrcloud.net/ru/authors/admin/","publishdate":"0001-01-01T00:00:00Z","relpermalink":"/ru/authors/admin/","section":"authors","summary":"","tags":null,"title":"","type":"authors"},{"authors":null,"categories":null,"content":"Руководство «AMRcloud. Импорт/экспорт данных» предназначено для ознакомления с основными этапами загрузки пользовательских таблиц в онлайн-платформу AMRcloud, индивидуальной настройкой рабочей среды и подготовкой системы к непосредственному анализу и визуализации данных.\n Все изображения в руководстве можно увеличить, нажав по ним левой кнопкой мыши (повторное нажатие свернет полноэкранное отображение). ","date":1573084800,"expirydate":-62135596800,"kind":"section","lang":"ru","lastmod":1674518400,"objectID":"2c53a2c48374acbdedc52c11709048b6","permalink":"https://amrcloud.net/ru/tutorials/import-data/","publishdate":"2019-11-07T00:00:00Z","relpermalink":"/ru/tutorials/import-data/","section":"tutorials","summary":"Руководство «AMRcloud. Импорт данных» предназначено для ознакомления с основными этапами загрузки пользовательских таблиц в онлайн-платформу AMRcloud, индивидуальной настройкой рабочей среды и подготовкой системы к непосредственному анализу и визуализации данных.","tags":null,"title":"AMRcloud. Импорт/экспорт данных","type":"docs"},{"authors":null,"categories":null,"content":"Руководство «Примеры анализа данных» рассказывает о том, как анализировать данные, загруженные в AMRcloud.\nКак загрузить файл данных, создать проект и набор данных подробно описано в Руководстве «AMRcloud. Импорт данных»\nДля открытия проекта необходимо нажать на кнопку Открыть.\n Открытие проекта Чтобы перейти к работе с набором данных, следует нажать на кнопку Старт.\n Запуск набора данных ","date":1630713600,"expirydate":-62135596800,"kind":"section","lang":"ru","lastmod":1630713600,"objectID":"795253407fac88dbe3c1c3de2492774c","permalink":"https://amrcloud.net/ru/tutorials/analysis-examples/","publishdate":"2021-09-04T00:00:00Z","relpermalink":"/ru/tutorials/analysis-examples/","section":"tutorials","summary":"Руководство «Примеры анализа данных» рассказывает о том, как анализировать данные, загруженные в AMRcloud.","tags":null,"title":"Примеры анализа данных","type":"docs"},{"authors":null,"categories":null,"content":"Руководство «AMRcloud. Взаимодействие с информационными системами» рассказывает о том, как подготовить данные из различных информационных систем (в том числе ЛИС) для загрузки в AMRcloud.\n Все изображения в руководстве можно увеличить, нажав по ним левой кнопкой мыши (повторное нажатие свернет полноэкранное отображение). ","date":1648166400,"expirydate":-62135596800,"kind":"section","lang":"ru","lastmod":1648166400,"objectID":"83956511de73178a9819908890c0e1b7","permalink":"https://amrcloud.net/ru/tutorials/integrations/","publishdate":"2022-03-25T00:00:00Z","relpermalink":"/ru/tutorials/integrations/","section":"tutorials","summary":"Руководство «AMRcloud. Взаимодействие с информационными системами» рассказывает о том, как подготовить данные из различных информационных систем (в том числе ЛИС) для загрузки в AMRcloud.","tags":null,"title":"AMRcloud. Взаимодействие с информационными системами","type":"docs"},{"authors":null,"categories":null,"content":"Руководство «AMRcloud. Дашборды» предназначено для ознакомления с новым функционалом онлайн-платформы AMRcloud, который позволяет пользователям делиться локальными данными антимикробной резистентности.\n Подробное видеоруководство по работе с дашбордами доступно по ссылке. ","date":1644192000,"expirydate":-62135596800,"kind":"section","lang":"ru","lastmod":1644796800,"objectID":"83174604edb8938599aeda9c33d2901c","permalink":"https://amrcloud.net/ru/tutorials/dashboard/","publishdate":"2022-02-07T00:00:00Z","relpermalink":"/ru/tutorials/dashboard/","section":"tutorials","summary":"Руководство «AMRcloud. Дашборды» предназначено для ознакомления с новым функционалом онлайн-платформы AMRcloud, который позволяет пользователям делиться локальными данными антимикробной резистентности.","tags":null,"title":"AMRcloud. Дашборды","type":"docs"},{"authors":null,"categories":null,"content":"Для удобства просмотра все видео организованы в плейлист Видеоруководство «Работа с AMRcloud» и снабжены субтитрами на русском и английском языках.\n","date":1648252800,"expirydate":-62135596800,"kind":"section","lang":"ru","lastmod":1648252800,"objectID":"c1e18965661131691dbfee1ffae7d128","permalink":"https://amrcloud.net/ru/tutorials/videotutorial/","publishdate":"2022-03-26T00:00:00Z","relpermalink":"/ru/tutorials/videotutorial/","section":"tutorials","summary":"Подробная пошаговая видеоинструкция по работе с платформой AMRcloud.","tags":null,"title":"Видеоруководство «Работа с AMRcloud»","type":"docs"},{"authors":null,"categories":null,"content":"Также в AMRcloud предусмотрена возможность выгрузки набора данных в виде табличного файла формата .csv.\nЭкспорт данных Выберите необходимый набор данных и нажмите на кнопку Редактировать набор данных.\n Перейдите на вкладку Скачать и выберите необходимую кодировку текста (если в вашем наборе данных встречаются русские символы, то выберете значение Windows (кириллица)).\n Нажмите на одну из кнопок для скачивания табличного файла:\n Скачать исходные данные — таблица с исходным набором данных (с исходными данными МПК, диск-диффузии и категориями SIR) Скачать данные МПК — таблица с исходным набором данных и категориями SIR на основе интерпретации из МПК Скачать данные диск-диффузии — таблица с исходным набором данных и категориями SIR на основе интерпретации из диаметров зон подавления роста ","date":1674518460,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1674518460,"objectID":"76229a036da866ea3b0c90daadecb69e","permalink":"https://amrcloud.net/ru/tutorials/import-data/10-export/","publishdate":"2023-01-24T00:01:00Z","relpermalink":"/ru/tutorials/import-data/10-export/","section":"tutorials","summary":"Также в AMRcloud предусмотрена возможность выгрузки набора данных в виде табличного файла формата .csv.\nЭкспорт данных Выберите необходимый набор данных и нажмите на кнопку Редактировать набор данных.\n Перейдите на вкладку Скачать и выберите необходимую кодировку текста (если в вашем наборе данных встречаются русские символы, то выберете значение Windows (кириллица)).\n Нажмите на одну из кнопок для скачивания табличного файла:\n Скачать исходные данные — таблица с исходным набором данных (с исходными данными МПК, диск-диффузии и категориями SIR) Скачать данные МПК — таблица с исходным набором данных и категориями SIR на основе интерпретации из МПК Скачать данные диск-диффузии — таблица с исходным набором данных и категориями SIR на основе интерпретации из диаметров зон подавления роста ","tags":null,"title":"Экспорт данных","type":"docs"},{"authors":null,"categories":null,"content":"Для того чтобы просмотреть подробную информацию о графиках, содержащихся в дашборде, необходимо нажать на кнопку Открыть, расположенную слева от названия дашборда.\n Открыть На данной странице вы можете настроить параметры отображения графиков в дашборде.\n Графики дашборда Вы можете перетащить элементы списка, чтобы задать необходимый порядок графиков в дашборде — после этого не забудьте нажать на кнопку Сохранить новый порядок графиков.\nПодробное отображение каждого отдельного графика можно просмотреть, нажав на кнопку с изображением глаза справа от названия графика.\n Кнопка просмотра В открывшемся окне Просмотр графика вы можете включить/выключить отображение графика в дашборде (с помощью галочки Показывать в дашборде), отредактировать описание графика, а также просмотреть параметры набора данных, на основании коорого был построен график.\n Просмотр графика Возможна ситуация, когда у дашборда установлен статус Обработан, а у нескольких графиков внутри дашборда установлен статус Не обработан. Это означает, что набор данных изменился таким образом, что графики со статусом \u0026ldquo;Не обработан\u0026rdquo; не могут быть построены. ","date":1644797160,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1644797160,"objectID":"57843a07ee90c66958604fc8b2b03265","permalink":"https://amrcloud.net/ru/tutorials/dashboard/03-graph/","publishdate":"2022-02-14T00:06:00Z","relpermalink":"/ru/tutorials/dashboard/03-graph/","section":"tutorials","summary":"Для того чтобы просмотреть подробную информацию о графиках, содержащихся в дашборде, необходимо нажать на кнопку Открыть, расположенную слева от названия дашборда.\n Открыть На данной странице вы можете настроить параметры отображения графиков в дашборде.\n Графики дашборда Вы можете перетащить элементы списка, чтобы задать необходимый порядок графиков в дашборде — после этого не забудьте нажать на кнопку Сохранить новый порядок графиков.\nПодробное отображение каждого отдельного графика можно просмотреть, нажав на кнопку с изображением глаза справа от названия графика.","tags":null,"title":"Графики в дашборде","type":"docs"},{"authors":null,"categories":null,"content":"Для добавления графика в дашборд отобразите требуемый график на любой из вкладок Структура данных, Микроорганизмы и пр. и нажмите на значок со спидометром рядом с графиком.\n Добавление графика В открывшемся окне выберите из выпадающего списка нужный дашборд, введите наименование графика (может быть любым, но по умолчанию подставляется стандартное). Также ниже вы сможете с помощью специальных галочек \u0026ldquo;зафиксировать\u0026rdquo; необходимые параметры отображения: галочки нужны для того, чтобы в дальнейшем, если ваш набор данных изменится, то график не перерасчитывался для зафиксированных параметров.\n Добавление графика ","date":1644797160,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1644797160,"objectID":"eb48ab14619b62d985854800c1c4f25b","permalink":"https://amrcloud.net/ru/tutorials/dashboard/01-add/","publishdate":"2022-02-14T00:06:00Z","relpermalink":"/ru/tutorials/dashboard/01-add/","section":"tutorials","summary":"Для добавления графика в дашборд отобразите требуемый график на любой из вкладок Структура данных, Микроорганизмы и пр. и нажмите на значок со спидометром рядом с графиком.\n Добавление графика В открывшемся окне выберите из выпадающего списка нужный дашборд, введите наименование графика (может быть любым, но по умолчанию подставляется стандартное). Также ниже вы сможете с помощью специальных галочек \u0026ldquo;зафиксировать\u0026rdquo; необходимые параметры отображения: галочки нужны для того, чтобы в дальнейшем, если ваш набор данных изменится, то график не перерасчитывался для зафиксированных параметров.","tags":null,"title":"Добавление графиков в дашборд","type":"docs"},{"authors":null,"categories":null,"content":"Для просмотра всех созданных дашбордов перейдите в раздел Дашборды.\n Добавление графика В крайнем правом столбце списка дашбордов указывается статус обработки. После создания дашборда статус всегда высвечивается как Обработан. В дальнейшем, при любом изменении набора данных, входящих в дашборд, графики в нём будут перерасчитываться автоматически, однако этот процесс может занять некоторое время. Пока графики не будут перерасчитаны полностью, статус обработки будет высвечиваться как Не обработан.\n Статус обработки В редких случаях (в результате технического сбоя) автоматического перерасчёта графиков не происходит — для этого на панели инструментов пользователя находится кнопка Пересчитать, которая принудительно запускает процесс обработки графиков из выбранного дашборда. Сперва вы должны выбрать дашборд для пересчёта (один раз кликнив по его названию), а затем нажать на кнопку.\n Пересчитать Для того чтобы редактировать название дашборда, его описание, снять/установить защиту паролем, разрешить/запретить доступ к дашборду, вам необходимо выделить его в списке дашбордов (один раз кликнив по названию) и нажать кнопку Редактировать имя/описание/доступ в правом верхнем углу экрана.\n Редактирование дашборда Редактирование дашборда Для того чтобы поделиться созданным дашбордом с другими людьми, воспользуйтесь кнопкой QR-код в правом верхнем углу экрана. После нажатия будет сгенерирован QR-код и текстовая гиперссылка на ваш дашборд. Изображение с QR-кодом можно скачать, нажав на кнопку Скачать QR-код.\n QR-код QR-код ","date":1644797160,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1644797160,"objectID":"b896200baef3657e81e4c242cf7b5b42","permalink":"https://amrcloud.net/ru/tutorials/dashboard/02-view/","publishdate":"2022-02-14T00:06:00Z","relpermalink":"/ru/tutorials/dashboard/02-view/","section":"tutorials","summary":"Для просмотра всех созданных дашбордов перейдите в раздел Дашборды.\n Добавление графика В крайнем правом столбце списка дашбордов указывается статус обработки. После создания дашборда статус всегда высвечивается как Обработан. В дальнейшем, при любом изменении набора данных, входящих в дашборд, графики в нём будут перерасчитываться автоматически, однако этот процесс может занять некоторое время. Пока графики не будут перерасчитаны полностью, статус обработки будет высвечиваться как Не обработан.\n Статус обработки В редких случаях (в результате технического сбоя) автоматического перерасчёта графиков не происходит — для этого на панели инструментов пользователя находится кнопка Пересчитать, которая принудительно запускает процесс обработки графиков из выбранного дашборда.","tags":null,"title":"Просмотр дашбордов","type":"docs"},{"authors":null,"categories":null,"content":"Для создания нового дашборда откройте в разделе Проекты необходимый проект, а затем набор данных.\n Открываем проект Открываем набор данных В правом верхнем углу вы увидите иконку со спидометром Новый дашборд. В открывшемся окне вам необходимо указать название создаваемого дашборда и его описание. По желанию вы можете защитить свой дошборд паролем, воспользовавшись специальной галочкой.\n Создание дашборда ","date":1644797160,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1644797160,"objectID":"284d4ff0b525b50b05cf0abe8ecdfc3c","permalink":"https://amrcloud.net/ru/tutorials/dashboard/00-create/","publishdate":"2022-02-14T00:06:00Z","relpermalink":"/ru/tutorials/dashboard/00-create/","section":"tutorials","summary":"Для создания нового дашборда откройте в разделе Проекты необходимый проект, а затем набор данных.\n Открываем проект Открываем набор данных В правом верхнем углу вы увидите иконку со спидометром Новый дашборд. В открывшемся окне вам необходимо указать название создаваемого дашборда и его описание. По желанию вы можете защитить свой дошборд паролем, воспользовавшись специальной галочкой.\n Создание дашборда ","tags":null,"title":"Создание дашборда","type":"docs"},{"authors":null,"categories":null,"content":"Интерфейс модуля «Анализ и визуализация данных» Интерфейс модуля анализа данных условно можно разбить на два больших раздела: Параметры основные (вверху) и Инфографика (внизу). С помощью фильтров в верхней части экрана (Параметры основные) можно выбрать нужное подмножество из набора данных для визуализации его в виде графиков в нижней части экрана (Инфографика). Основные разделы модуля Анализ и визуализация данных.\nРаздел «Параметры основные» В верхней части экрана отображается вся метаинформация из набора данных в виде фильтров с выпадающими списками. Названия фильтров соответствуют названиям столбцов, а значения в выпадающих списках – значениям в ячейках исходной таблицы. При этом фильтры с названиями Группа микроорганизмов и Микроорганизмы всегда расположены внизу раздела Параметры основные.\nВ разделе Параметры основные существует два типа фильтров:\n Фильтры для категориальных данных, у которых есть выпадающий список категорий/значений для выбора (например, вирулентность, геолокация и т.п.) Фильтры для непрерывных данных (например, возраст, дата), которые задаются с помощью специального слайдера При использовании фильтров для категориальных данных можно воспользоваться функцией поиска. В текстовом поле фильтра можно вводить нужное значение, и в списке категорий останутся те значения, в которых содержится введенный текст:\n Фильтры категориальных данных Иерархический принцип фильтрации При применении какого-либо фильтра окно будет обведено синей рамкой.\n Рамка вокруг фильтров Все фильтры пронумерованы согласно их иерархии (от 1 до 12: чем меньше число, тем выше иерархия). При изменении значений фильтра высокой иерархии могут быть сокращены доступные для выбора категории в фильтрах более низкой иерархии (такие фильтры также будут обведены синей рамкой).\nПример Внести изменения фильтра 1 Lineage с помощью выбора категории I и III. В фильтрах 2, 3 и 5 сократилось количество категорий для выбора, и они обведены синей рамкой (например, в фильтре 3 Geographical_location_of_isolation вместо 17 осталось 7 категорий): Если снова изменить значение фильтра 1 Lineage, выбрав все категории: …то, все значения фильтров более низкой иерархии также изменятся (возвращение к исходным наборам категорий): Таким образом, при работе с фильтрами лучше всего изменять их значения последовательно в том порядке, в каком они пронумерованы. Однако это правило не касается непрерывных данных, таких как возраст, дата и т.п.\nДля того чтобы значения фильтров низкой иерархии не сбрасывались каждый раз при переключении вышестоящих фильтров – необходимо использовать функцию Удерживать фильтры:\n Удержание фильтров Следует отметить, что функция «Удерживать фильтры» применима только к фильтрам для категориальных данных. Раздел «Инфографика» Вкладки «Инфографики» позволяют методично изучать все аспекты данных, начиная с обобщенных данных во вкладке Структура данных до исследования частных вопросов во вкладке Сравнения.\n7 вкладок раздела «Инфографика» предоставляют собой различные инструменты визуализации:\n Вкладка Структура данных позволяет просмотреть общую структуру метаданных (распределение данных по различным категориям, взаимосвязь различных категорий данных, географическое распределение данных). Вкладка Микроорганизмы отображает общую информацию о распределении различных штаммов или групп микроорганизмов в наборе данных. Вкладка может быть полезна для первоначального анализа набора данных и определения стратегии дальнейшего анализа. Во вкладках Антибиотики (все), Выбранный антибиотик и Ассоциированная устойчивость можно просмотреть и проанализировать информацию о резистентности. Вкладки упорядочены по уровню детализации данных: от общего анализа к более глубокому. Использование вкладок в таком порядке поможет рассмотреть сначала «общую картину» – проблемные/интересующие области (устойчивость выбранных групп микроорганизмов к различным антимикробным препаратам, распределение МПК и т.д.), а затем перейти к детализации: рассмотрению взаимосвязей между резистентностью и метаданными (данные о пациенте, география, тип инфекции и т.д.), а также рассмотрению ассоциированной устойчивости (множественная устойчивость и т.д.) Вкладка Маркеры позволяет исследовать взаимосвязь резистентности и генетических детерминант, а также установить корреляцию между всеми видами генетических маркеров и метаданными. Вкладка Сравнения позволяет выделить на основе разных параметров две группы из исходного набора данных и сравнивать их между собой. Например, можно создать две группы: нозокомиальные и внебольничные инфекций, и сравнить в них распространенность резистентных изолятов, наличие различных маркеров или распределение метаданных. Важно отметить, что для корректной визуализации данных, после изменения значений в разделе Параметры основные, необходимо нажать на кнопку Отобразить.\nПри этом выпадающие списки во вкладках раздела «Инфографика» меняют представление только одного конкретного графика/диаграммы, расположенного на этой же вкладке. После изменения значений фильтров внутри вкладок «Инфографики», необходимо нажать на кнопку Отобразить.\n Все гистограммы, круговые диаграммы и графики в разделе «Инфографика» являются интерактивными. При наведении курсора на график, появляется всплывающее сообщение с информацией о названии категории данных и численном значении параметра. Отображаемые на графиках категории можно изменить, нажав на значок нужной категории в легенде (при этом численные значения категорий не изменятся).\nПример При нажатии на соответствующий значок в легенде, категория Нет данных будет скрыта с гистограммы Процент изолятов:\n Как упоминалось ранее, названия столбцов в импортированной таблице используются в качестве имен фильтров раздела Параметры основные. На этапе импорта система попросит отметить некоторые столбцы загружаемой таблицы, такие как Параметры или Маркеры: и те, и другие будут отображаться в разделе фильтров Параметры основные. Маркеры также будут отображаться во вкладке Маркеры раздела «Инфографика».\n Также важно отметить, что если есть данные о нескольких генетических детерминантах, которые вызывают устойчивость к определенному классу антимикробных препаратов, то может быть полезно сгруппировать их в одну единую категорию (ознакомиться подробнее можно в Руководстве «AMRcloud. Импорт данных»). ","date":1630713600,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1630713600,"objectID":"22ad28634be4f8c6eea3d6d6de7619f1","permalink":"https://amrcloud.net/ru/tutorials/analysis-examples/01/","publishdate":"2021-09-04T00:00:00Z","relpermalink":"/ru/tutorials/analysis-examples/01/","section":"tutorials","summary":"Интерфейс модуля «Анализ и визуализация данных» Интерфейс модуля анализа данных условно можно разбить на два больших раздела: Параметры основные (вверху) и Инфографика (внизу). С помощью фильтров в верхней части экрана (Параметры основные) можно выбрать нужное подмножество из набора данных для визуализации его в виде графиков в нижней части экрана (Инфографика). Основные разделы модуля Анализ и визуализация данных.\nРаздел «Параметры основные» В верхней части экрана отображается вся метаинформация из набора данных в виде фильтров с выпадающими списками.","tags":null,"title":"Анализ данных","type":"docs"},{"authors":null,"categories":null,"content":"Конкретный опыт использования платформы AMRcloud целиком зависит от данных в загружаемой таблице. Тем не менее, можно привести несколько типовых примеров, когда различные функции AMRcloud могут помочь в решении общих задач, которые возникают в процессе рутинной работы у клиницистов, микробиологов или эпидемиологов, занимающихся надзором за устойчивостью к антимикробным препаратам. Важно подчеркнуть, что расположение фильтров, а также типы данных в фильтрах, в приведенных ниже примерах могут отличаться от фактических данных пользователя, однако общая структура сохранится.\nЕсли ни один из приведенных ниже примеров не соответствует конкретной ситуации, то систематическое и подробное описание всех функций, включенных в платформу AMRcloud, можно найти в Разделе 3 данного руководства.\nПрофиль чувствительности микроорганизмов, связанный с конкретной патологией В разделе Параметры основные для анализа необходимо установить значения параметров Группа микроорганизмов и Микроорганизмы (например, Enterobacterales). В разделе «Инфографика» следует перейти во вкладку Выбранный антибиотик. Из выпадающего списка выбрать антибиотик, информацию об активности которого необходимо узнать. Перейти в подвкладку S/I/R графики. Перейти в подвкладку Группировать по. В появившемся выпадающем списке Группировать по выбрать категорию Локализация_инфекции. Нажать на кнопку Отобразить. Профиль чувствительности микроорганизмов, связанный с конкретной патологией. Фильтры На экране отобразится следующий график:\n Профиль чувствительности микроорганизмов, связанный с конкретной патологией. График Для использования функции Группировать по важно, чтобы в разделе Параметры основные были выбраны все значения для параметра, выбранного в качестве категории Группировать по. В данном примере для категории Локализация_инфекции в разделе Параметры основные выбраны все доступные значения.\n Профиль чувствительности микроорганизмов, связанный с конкретной патологией. Функция Группировать по Оценка уровня резистентности в различных возрастных группах Выбрать с помощью фильтров раздела Параметры основные необходимое подмножество данных для анализа (например, Группу микроорганизмов – Enterobacterales). В разделе «Инфографика» перейти на вкладку Выбранный антибиотик. Из выпадающего списка выбрать антибиотик, информацию об устойчивости к которому необходимо узнать. Перейти в подвкладку S/I/R графики. Перейти в подвкладку Группировать по. В появившемся выпадающем списке Группировать по выбрать категорию Возрастная_группа. Нажать на кнопку Отобразить. Для того чтобы значения в гистограмме были отсортированы вдоль X-оси по убыванию возраста, необходимо выбрать категорию Сортировка → Наименование, Тип сортировки → Нисходящая и снова нажать на кнопку Отобразить. Оценка уровня резистентности в различных возрастных группах. Фильтры На экране отобразится следующий график:\n Оценка уровня резистентности в различных возрастных группах. График Оценка активности антимикробных препаратов за определенный временной интервал для выбранной группы микроорганизмов С помощью фильтра Дата в разделе Параметры основные следует установить необходимый временной интервал. Выбрать с помощью фильтров раздела Параметры основные определенную группу микроорганизмов (например, Группу микроорганизмов – Enterobacterales). В разделе «Инфографика» перейти во вкладку Антибиотики (все). Перейти в подвкладку График. Нажать на кнопку Отобразить. В появившемся выпадающем списке Антибиотики выбрать интересующие категории. Оценка активности антимикробных препаратов за определенный временной интервал для выбранной группы микроорганизмов. Фильтры На экране отобразится следующий график:\n Оценка активности антимикробных препаратов за определенный временной интервал для выбранной группы микроорганизмов. График Оценка активности антимикробных препаратов для всех групп микроорганизмов Выбрать с помощью фильтров раздела Параметры основные все группы микроорганизмов. В разделе «Инфографика» перейти во вкладку Антибиотики (все). Перейти в подвкладку Микроорганизмы vs. антибиотики. Нажать на кнопку Отобразить, расположенную в самом низу экрана. Оценка активности антимикробных препаратов для всех групп микроорганизмов. Фильтры На экране отобразится следующая таблица (в верхней части приведены значения с ДИ±10%, а в нижней части — с большим значением ДИ):\n Оценка активности антимикробных препаратов для всех групп микроорганизмов. Таблица. Точность результата ≥ 80% Оценка активности антимикробных препаратов для всех групп микроорганизмов. Таблица. Точность результата \u0026lt; 80% Тренд резистентности к антимикробным препаратам по годам В разделе Параметры основные установить необходимые для анализа значения параметров Группа микроорганизмов и Микроорганизмы (например, выбрать Enterobacterales). В разделе «Инфографика» перейти во вкладку Выбранный антибиотик. Из выпадающего списка выбрать антибиотик, информацию об устойчивости к которому необходимо узнать. Перейти в подвкладку S/I/R графики. Перейти в подвкладку Группировать по. В появившемся выпадающем списке Группировать по выбрать категорию Дата: год (встроенные в AMRcloud алгоритмы позволяют разбивать загруженную дату на год, квартал, месяц и день). Следует отметить, что даты в AMRcloud всегда автоматически отсортированы в хронологическом порядке. Для отображения данных в виде тренда необходимо выбрать в выпадающем списке Тип графика значение Тренд. Нажать на кнопку Отобразить. Тренд резистентности к антимикробным препаратам по годам. Фильтры На экране отобразится следующий график:\n Тренд резистентности к антимикробным препаратам по годам. График Географическое распределение профилей чувствительности В разделе Параметры основные установить необходимые для анализа значения параметров Группа микроорганизмов и Микроорганизмы (например, выбрать Enterobacterales). В разделе «Инфографика» перейти во вкладку Выбранный антибиотик. Из выпадающего списка выбрать антибиотик, информацию об устойчивости к которому необходимо узнать. Перейти в подвкладку Карта. Нажать на кнопку Отобразить. Географическое распределение профилей чувствительности. Фильтры На экране отобразится географическая карта с S/I/R маркерами:\n Географическое распределение профилей чувствительности. График Для получения альтернативного отображения относительного распределения изолятов, резистентных к выбранному антибиотику, следует перейти в подвкладку Рейтинг. На приведенном ниже графике все географические регионы отсортированы по возрастанию доли резистентных изолятов (вертикальной пунктирной линией изображена медиана относительного количества устойчивых изолятов).\n Географическое распределение профилей чувствительности. Рейтинг Связь фенотипа устойчивости и генотипа Данный тип анализа возможен при загрузке в систему соответствующего набора данных и позволяет отобразить распределение МПК для изолятов с различными генетическими детерминантами.\n Выполнить переход на вкладку Маркеры. Из выпадающих списков Группа маркеров, Маркер выбрать интересующие значения. Перейти на подвкладку МПК. Выбрать антибиотик, для которого необходимо установить связь между генотипом и фенотипом. Нажать на кнопку Отобразить. Связь фенотипа устойчивости и генотипа. Фильтры На экране отобразится следующий график:\n Связь фенотипа устойчивости и генотипа. График Ассоциированная устойчивость AMRcloud позволяет пользователям анализировать ассоциированную устойчивость к антибиотикам, т.е. определять вероятность наличия устойчивости при различных комбинациях антибактериальных препаратов.\nПодвкладка «Матрица» В разделе Параметры основные установить необходимые для анализа значения параметров Группа микроорганизмов и Микроорганизмы (например, выбрать Enterobacterales). Перейти во вкладку Ассоциированная устойчивость. Перейти в подвкладку Матрица. Нажать на кнопку Отобразить. Ассоциированная устойчивость. Подвкладка «Матрица». Фильтры На экране отобразится матрица ассоциированной устойчивости:\n Ассоциированная устойчивость. Подвкладка «Матрица». График В приведенной матрице можно выбрать строку с препаратом, резистентность к которому изучена в загруженном наборе данных, и просмотреть вероятность устойчивости изолятов к другому препарату, расположенному в столбце. Например, вероятность того, что изолят резистентный к меропенему будет резистентен и к гентамицину составляет 81.49%.\nОсновной целью данного анализа является выявление антибактериальных препаратов, обладающих наименьшей активностью в отношении выбранных микроорганизмов (высокие значения в ячейке). Альтернативной целью для данного вида анализа является поиск необычных паттернов резистентности: например, в случае резистентности Acinetobacter к меропенему, у тобрамицина наблюдается наименьший уровень ассоциированной устойчивости среди остальных аминогликозидов.\nПодвкладка «Множественная устойчивость» Для определения доли мульти-/пан-/экстремально-резистентных изолятов в наборе данных, воспользуйтесь подвкладкой Множественная устойчивость. Здесь можно установить процент изолятов, резистентных к одному, двум … N антибиотикам одновременно.\n В разделе Параметры основные следует установить необходимые для анализа значения параметров Группа микроорганизмов и Микроорганизмы (например, выбрать Enterobacterales). Перейти во вкладку Ассоциированная устойчивость. Перейти в подвкладку Множественная устойчивость. Выбрать антибиотики, к которым необходимо обнаружить множественную устойчивость (следует выбрать больше одного антибиотика). Ввести количество антибиотиков, к которым должен быть резистентен изолят. В приведенном примере была выбрана группа из 8 антибиотиков и введено значение «R как минимум к N антибиотикам» равное 8, т.е. осуществляется поиск доли панрезистентных изолятов в выборке. Нажать на кнопку Отобразить. Ассоциированная устойчивость. Подвкладка «Множественная устойчивость». Фильтры Появляется информация о количестве найденных изолятов, проценте от общего числа изолятов, а также 95%-ый доверительный интервал (ДИ).\n Ассоциированная устойчивость. Подвкладка «Множественная устойчивость». Информация Визуализация МПК50 и МПК90 В разделе Параметры основные установить необходимые для анализа значения параметров Группа микроорганизмов и Микроорганизмы (например, выбрать Enterobacterales). В разделе «Инфографика» перейти во вкладку Выбранный антибиотик. Из выпадающего списка выбрать антибиотик, информацию об устойчивости к которому необходимо узнать. Перейти в подвкладку МПК. Нажать на кнопку Отобразить. Визуализация МПК50 и МПК90. Фильтры На появившемся графике значения МПК50 и МПК90 отображаются в виде вертикальных пунктирных линий над соответствующими столбцами. При наведении курсора на пунктирную линию всплывает текстовое окно с обозначением МПК 90 или МПК 50:\n Визуализация МПК50 и МПК90. График Время первого обнаружения для определенного маркера в зависимости от геолокации Иногда бывает полезным визуализировать информацию из набора данных, касающуюся маркеров вирулентности или детерминант резистентности или генетических линий, на временной шкале с привязкой к географическим данным. Для этого необходимо выполнить следующие шаги:\n В разделе Параметры основные установить необходимые для анализа значения параметров Группа микроорганизмов и Микроорганизмы (например, выбрать Enterobacterales). В разделе «Инфографика» перейти во вкладку Маркеры. Выбрать из выпадающего списка Группа маркеров необходимую для анализа группу. Выбирать конкретный маркер на данном шаге необязательно, т.к. он будет выбран позже во время визуализации. Перейти в подвкладку Время первого обнаружения. Из выпадающего списка Генетический маркер выбрать интересующий маркер. Из выпадающего списка Группировать по выбрать категорию Федеральный_округ (или город, страна, в зависимости от набора данных). Нажать на кнопку Отобразить. Время первого обнаружения для определенного маркера в зависимости от геолокации. Фильтры На полученном графике с временной шкалой, можно увидеть, когда и в каких федеральных округах впервые были выделены карбапенемазы NDM для группы энтеробактерий:\n Время первого обнаружения для определенного маркера в зависимости от геолокации. График ","date":1630713600,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1630713600,"objectID":"19808b37d339060f8be7299e6d8fcee2","permalink":"https://amrcloud.net/ru/tutorials/analysis-examples/02/","publishdate":"2021-09-04T00:00:00Z","relpermalink":"/ru/tutorials/analysis-examples/02/","section":"tutorials","summary":"Конкретный опыт использования платформы AMRcloud целиком зависит от данных в загружаемой таблице. Тем не менее, можно привести несколько типовых примеров, когда различные функции AMRcloud могут помочь в решении общих задач, которые возникают в процессе рутинной работы у клиницистов, микробиологов или эпидемиологов, занимающихся надзором за устойчивостью к антимикробным препаратам. Важно подчеркнуть, что расположение фильтров, а также типы данных в фильтрах, в приведенных ниже примерах могут отличаться от фактических данных пользователя, однако общая структура сохранится.","tags":null,"title":"Примеры задач и способы их решения","type":"docs"},{"authors":null,"categories":null,"content":"Что такое проект и набор данных В рамках онлайн-платформы AMRcloud пользователь может создавать различные проекты и наборы данных.\nПроект — это структурный элемент приложения, который позволяет группировать несколько наборов с данными по усмотрению пользователя.\nНабор(ы) данных — основная единица в рамках проекта. Набор данных содержит информацию, с которой AMRcloud осуществляет непосредственную работу.\nСоздание проекта Для создания проекта пользователю после входа в личный аккаунт следует нажать кнопку + Новый проект в верхнем левом углу экрана.\n Новый проект Во всплывающем окне необходимо заполнить поля Название нового проекта и Подзаголовок проекта (для каждого поля установлено ограничение в 255 символов). При постоянной работе с различными проектами рекомендуется использовать полностью уникальные или значимо отличающиеся между собой названия. Не стоит ограничиваться вариантами test1 и test2. Подзаголовок проекта может быть представлен ключевыми словами, которые поясняют название.\n Создание проекта Типы проектов Пользователь может работать с двумя типами проектов:\n Мои проекты Командные проекты Мои проекты — персональные проекты пользовательзователя. Доступ к данным в таком проекте единолично предоставлен создавшему его пользователю. Если пользователь захочет поделиться данными своего проекта с другими людьми, он сможет сделать это с помощью генерации общедоступной ссылки.\nКомандные проекты — проекты, в которых данные доступны всем пользователям, объединенным в одну команду. При этом один пользователь становится администратором команды (т.е. ее создателем), а остальные — участниками команды, т.е. пользователями, приглашенными администратором команды.\nНаборы данных В рамках проекта пользователь может создавать несколько наборов данных или сетов. Для этого следует перейти в выбранный проект, нажав кнопку + Открыть слева от названия проекта, а затем нажать кнопку + Новый набор данных.\nВо всплывающем окне необходимо заполнить поля Название нового набора и Подзаголовок нового набора (для каждого поля установлено ограничение в 255 символов).\nПри постоянной работе с несколькими наборами данных в рамках одного проекта рекомендуется использовать понятные, полностью уникальные или значимо отличающиеся между собой названия. Например, не ограничиваться вариантами test1, test2.\n Создание набора данных После создания сета система автоматически переведет пользователя на страницу импорта данных. Также на страницу импорта можно попасть, выбрав левой кнопкой мыши необходимый набор данных и нажав кнопку \u0026ldquo;Редактировать набор данных\u0026rdquo;.\n","date":1581638760,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1581638760,"objectID":"e49aa105097c1730c49ff41c058a9ab7","permalink":"https://amrcloud.net/ru/tutorials/import-data/00-project-set/","publishdate":"2020-02-14T00:06:00Z","relpermalink":"/ru/tutorials/import-data/00-project-set/","section":"tutorials","summary":"Что такое проект и набор данных В рамках онлайн-платформы AMRcloud пользователь может создавать различные проекты и наборы данных.\nПроект — это структурный элемент приложения, который позволяет группировать несколько наборов с данными по усмотрению пользователя.\nНабор(ы) данных — основная единица в рамках проекта. Набор данных содержит информацию, с которой AMRcloud осуществляет непосредственную работу.\nСоздание проекта Для создания проекта пользователю после входа в личный аккаунт следует нажать кнопку + Новый проект в верхнем левом углу экрана.","tags":null,"title":"Проекты и наборы данных","type":"docs"},{"authors":null,"categories":null,"content":"«Золотые правила» для данных Одним из ключевых этапов работы с платформой AMRcloud является структурирование исходных данных.\n Основные принципы организации данных можно сформулировать в виде следующих «золотых правил», которые будут подробно описаны ниже:\n Каждая строка в таблице — это отдельный изолят. В таблице должно быть 5 обязательных столбцов (идентификатор, вид микроорганизма, группа микроорганизмов*, дата, чувствительность). Нзвание АМП пишется на английском с добавлением одного из трех суффиксов («_mic», «_dd», «_sir»). Дополнительные столбцы не являются обязательными (географические данные, метаданные, маркеры). * - столбец \u0026ldquo;Группа микроорганизмов\u0026rdquo; может быть пропущен, т.к. AMRcloud может автоматически сгенерировать его по запросу\n Образец данных Основные требования к исходным табличным данным перечислены на вкладке Важная информация страницы импорта данных. Внизу страницы есть ссылка для скачивания образца таблицы, который можно использовать для редактирования исходных пользовательских данных.\n Скачивание образца данных Основные требования Чтобы работать с AMRcloud необходимо привести данные к единому формату.\n Таблица должна быть плоской. Это означает, что она состоит из столбцов и строк, в которых нет дополнительных разделений - иерархий (нет подстрок или разделенных столбцов). Структура таблицы Первая строка таблицы должна содержать заголовки всех столбцов. Заголовочная строка таблицы Таблица должна содержать 5 видов обязательных столбцов:\n Идентификатор изолята (ID_изолята) Название вида микроорганизма Название группы микроорганизмов Дата Результат определения чувствительности к антимикробному препарату (АМП) Обязательные столбцы таблицы Идентификатор изолята В качестве идентификатора изолята допустимо использовать неуникальные номера. Идентификатор может быть буквенными или числовыми.\nВид микроорганизма Для автоматической и быстрой интерпретации результатов AMRcloud использует полные названия видов микроорганизмов, поэтому Название вида микроорганизма должно быть полное. Сокращения в названии вида недопустимы.\n Правильно:\nStaphylococcus aureus, Streptococcus pneumoniae\nНеправильно:\nS. aureus, S. pneumoniae\n Группа микроорганизма Название группы микроорганизмов может быть сокращено, но сокращения необходимо сделать стандартными (одинаковыми по всему столбцу).\n Правильно:\nEnterobacterales, Staphyl, Enterobacterales, Staphyl (сокращенные названия - стандартизированы)\nНеправильно:\nEnterobac, Staph, Staphyl, Entbac, Staphylococ (сокращенные названия нестандартизированы)\n На заметку!\nВы также можете оставить значения в столбце Название группы микроорганизмов пустыми или вообще удалить данный столбец из исходной таблицы, но в таком случае при импорте таблицы вам будет необходимо поставить галочку Сгенерировать группы организмов из названий видов в соответствующем разделе (см. \u0026ldquo;Шаг 2 - Выбор параметров\u0026rdquo;\u0026quot;).\n Дата Система импорта автоматически определит любой стандартный вариант написания даты. Главным условием является универсальность оформления по всему столбцу.\n Правильно:\n12.08.2018, 20.05.2017, 16.03.2014 (единое оформление ДД.ММ.ГГГГ)\nНеправильно:\n12.08.2018, 20/05/19, 03/16/2014 (разное оформление ДД.ММ.ГГГГ, ДД/ММ/ГГ, ММ/ДД/ГГГГ)\n Формат дат Результаты определения чувствительности к АМП Возможные форматы результатов:\n Значения минимальных подавляющих концентраций (МПК) - мг/л Диаметры зон подавления роста - мм Категории чувствительности (S/I/R) - значения заранее определяются пользователем Суффиксы в названии АМП Название столбца с результатами определения чувствительности должно соответствовать следующим правилам:\n Название антимикробного препарата должно быть написано полностью, без сокращений, на английском языке. Список допустимых названий АМП можно скачать по ссылке внизу страницы. Список допустимых антибиотиков Для того, чтобы система могла автоматически проинтерпретировать результаты, к названию АМП должен быть добавлен через нижнее подчеркивание соответствующий суффикс: Значения минимальных подавляющих концентраций _mic Диаметры зон подавления роста _dd Категории чувствительности _sir Пример:\ntobramycin_sir, tetracycline_sir, amoxicillin-clavulanic acid_dd, vancomycin_mic\n На заметку!\nАнтибактериальные препараты с оценкой по \u0026ldquo;особым\u0026rdquo; критериям интерпретации (пользовательские категории S/I/R) и/или со значениями ECOFF могут быть записаны следующим образом:\n amoxicillin-clavulanic acid_clsi_mic, moxifloxacin_clsi_sir, marbofloxacin_veterinary_sir\n Допускается указывать нагрузку диска между названием антибиотика и суффиксом _dd:\n amoxicillin-clavulanic acid_2-1_dd, moxifloxacin_5_dd\n Важно!\n Значения минимальных подавляющих концентраций\n Измеряются в мг/л Значения должны быть числовыми Нечисловые значения, содержащие выражения \u0026lt;= ... или \u0026gt; ... или \u0026gt;= ..., будут преобразованы в числовые Символы \u0026lt;= и \u0026gt;= перед числами — игнорируются Числа после символа \u0026gt; будут умножены на 2 Диаметры зон подавления роста\n Измеряются в мм Значения — любые целые числа больше или равные 6 Категории чувствительности\n Значения — \u0026ldquo;S\u0026rdquo;, \u0026ldquo;I\u0026rdquo;, \u0026ldquo;R\u0026rdquo; Категория чувствительности может быть только одна Правильно:\nS, S, R (категория чувствительности 1 для каждого изолята)\nНеправильно:\nS+I, S+I, I+R (больше 1 категории чувствительности для каждого изолята)\n Дополнительные столбцы Дополнительные столбцы — заполнение таких столбцов не является обязательным.\n Географические данные Географические объекты (город, область, страна и т.д.) Широта Долгота Метаданные (текстовые) Метаданные (числовые) Маркеры (генетические маркеры резистентности, особые фенотипы и/или факторы вирулентности) Географические данные\nГеографические объекты могут включать название города, области, страны. Также пользователь может укзаать более подробные адресные данные (например, корпус ЛПУ). Широта и Долгота может быть изменена вручную, если не сработало автоматическое определение координат объектов.\nОсновные требования и рекомендации к географическуим данным представлены в разделе \u0026ldquo;Геокодирование\u0026rdquo;.\nМетаданные (текстовые)\nПользователь может выбрать до 12 показателей в формате \u0026ldquo;текстовые данные\u0026rdquo; (если в таблице есть столбец с названием географических объектов, рекомендуется его также включать).\nНапример \u0026ldquo;Локализация инфекции\u0026rdquo;, \u0026ldquo;Отделение\u0026rdquo;, \u0026ldquo;Клинический материал\u0026rdquo;.\nКроме того, среди данных категорий могут быть включены индивидуальные характеристики пациента (например, столбец с категорией \u0026ldquo;Фебрильная лихорадка\u0026rdquo;). Рекомендованые обозначения: \u0026ldquo;Да\u0026rdquo;, \u0026ldquo;Нет\u0026rdquo;, \u0026ldquo;Неприменимо\u0026rdquo;.\nМетаданные (числовые)\nПользователь может выбрать 1 показатель в формате \u0026ldquo;числовые данные\u0026rdquo;.\nНапример, \u0026ldquo;Возраст\u0026rdquo; или \u0026ldquo;Вес пациента\u0026rdquo;.\nМаркеры\n Общее количество маркеров неограничено Возможно создание пользователем собственной \u0026ldquo;группировки маркеров\u0026rdquo; Указываются генетические маркеры, особые фенотипы, факторы вирулентности При расстановке показателей по генетическим маркерам и особым фенотипам рекомендована следующая система обозначений:\n Поиск определенного генетического маркера или особого фенотипа... Значение в ячейке таблицы ...проводился, результат положительный \"OXA-48\", \"KPC\", \"MRSA\", \"CTX-M-15\" и т.д. ...проводился, результат отрицательный \"Не обнаружено\" ...не проводился \"Не определено\" ...для данного микроорганизма неприменим пустая ячейка Генетические маркеры ","date":1581638700,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1581638700,"objectID":"02819c3c649b9331fb6128b9b7c6fb19","permalink":"https://amrcloud.net/ru/tutorials/import-data/01-prepare/","publishdate":"2020-02-14T00:05:00Z","relpermalink":"/ru/tutorials/import-data/01-prepare/","section":"tutorials","summary":"«Золотые правила» для данных Одним из ключевых этапов работы с платформой AMRcloud является структурирование исходных данных.\n Основные принципы организации данных можно сформулировать в виде следующих «золотых правил», которые будут подробно описаны ниже:\n Каждая строка в таблице — это отдельный изолят. В таблице должно быть 5 обязательных столбцов (идентификатор, вид микроорганизма, группа микроорганизмов*, дата, чувствительность). Нзвание АМП пишется на английском с добавлением одного из трех суффиксов («_mic», «_dd», «_sir»). Дополнительные столбцы не являются обязательными (географические данные, метаданные, маркеры).","tags":null,"title":"Подготовка данных","type":"docs"},{"authors":null,"categories":null,"content":"Загрузка После ознакомления с разделом Важная информация пользователь может приступить к загрузке данных в AMRcloud. Для этого необходимо перейти на вкладку \u0026ldquo;Шаг 1\u0026rdquo;, нажать на кнопку \u0026ldquo;Browse\u0026hellip;\u0026quot; и выбрать файл с данными для загрузки. После успешной загрузки таблицы необходимо нажать кнопку \u0026ldquo;Проверить и сохранить шаг 1\u0026rdquo;.\n Загрузка файла Важно!\n AMRcloud поддерживает загрузку таблиц в формате .xlsx и .csv. Предварительный просмотр таблицы настраивается пользователем на отображение от 5 до 30 строк с помощью специального ползунка. В панеле \u0026ldquo;Настройки для csv файла\u0026rdquo; настраивается отображение таблиц, загруженных в формате .csv (в таких таблицах отсутствуют столбцы, и вся информация представлена в виде строк). Предварительный просмотр таблицы Как сохранить файл в csv Для того, чтобы сохранить таблицу в формате .csv необходимо в Microsoft Excel перейти во вкладку Файл (левый верхний угол), выбрать пункт Экспорт → Изменить тип файла → Другие типы файлов → CSV (разделители запятые)(*.csv). Переход во вкладку Файл Сохранение в формате csv Проблемы с кодировкой текста Пользователь может столкнуться с ситуацией, когда в таблице появляются непонятные знаки (т.н. \u0026ldquo;иероглифы\u0026rdquo;) вместо текста. Разберем решение данной проблемы на конкретных примерах.\n Запись по типу иероглифы Пример 1 При загрузке таблицы в AMRcloud на Шаге 1, в окне предварительного просмотра появляется надпись \u0026ldquo;Не могу прочитать файл\u0026rdquo;\n Ошибка прочтения файла Алгоритм решения:\n Скачать и установить бесплатный текстовый редактор Sublime Text (использование текстового редактора Sublime Text носит рекомендательный характер и не является оплаченной формой неличной передачи информации; пользователь может использовать любой имеющийся текстовый редактор с настройкой кодинга). Загрузка текстового редактора В установленном редакторе выбрать раздел file → Open File. Выбор файла для исправления Выбрать в появившемся окне таблицу, которую не удалось открыть в AMRcloud. Открывшийся документ будет представлен в виде сплошного текста.\n Поочередно изменять различные кодировки и ориентироваться на текст (\u0026ldquo;иероглифы\u0026rdquo; должны исчезнуть). Рекомендуется начинать с UTF-8 и Windows-1251. Раздел File → Reopen with Encoding → необходимая кодировка. Кодировка таблицы После выполненных действий пользователь сможет прочитать текст. \u0026ldquo;Иероглифы\u0026rdquo; исчезнут.\n Файл необходимо сохранить. File → Save with Encoding → UTF-8. Сохранение файла с UTF-8 Пример 2 При загрузке данных в окне предварительного просмотра на Шаге 1, проблем не было. Пользователь провел анализ данных, скачал таблицу из AMRcloud, но Microsoft Excel открывает данные с \u0026ldquo;иероглифами\u0026rdquo;.\nАлгоритм решения №1\nТакая ситуация могла произойти, если пользователь изменил кодировку при сохранении файла. Необходимо ещё раз скачать таблицу с кодировкой по умолчанию, т.е. Windows (кириллица).\n Скачивание файла из AMRcloud с настройками по умолчанию Алгоритм решения №2\n Скачать и установить бесплатный текстовый редактор Sublime Text (использование текстового редактора Sublime Text носит рекомендательный характер и не является оплаченной формой неличной передачи информации; пользователь может использовать любой имеющийся текстовый редактор с настройкой кодинга). Загрузка текстового редактора В установленном редакторе выбираем раздел File → Open File. Выбор файла для исправления Файл необходимо сохранить с кодировкой Windows-1251. File**→** Save with Encoding **→** Windows-1251. Сохранение файла с кодировкой Windows-1251 Теперь можно просматривать таблицу, которая была скачана из онлайн-платформы AMRcloud, на локальном компьютере.\n","date":1581638640,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1581638640,"objectID":"b3fb9344c423660146f13831a7b7d9e0","permalink":"https://amrcloud.net/ru/tutorials/import-data/04-upload-file/","publishdate":"2020-02-14T00:04:00Z","relpermalink":"/ru/tutorials/import-data/04-upload-file/","section":"tutorials","summary":"Загрузка После ознакомления с разделом Важная информация пользователь может приступить к загрузке данных в AMRcloud. Для этого необходимо перейти на вкладку \u0026ldquo;Шаг 1\u0026rdquo;, нажать на кнопку \u0026ldquo;Browse\u0026hellip;\u0026quot; и выбрать файл с данными для загрузки. После успешной загрузки таблицы необходимо нажать кнопку \u0026ldquo;Проверить и сохранить шаг 1\u0026rdquo;.\n Загрузка файла Важно!\n AMRcloud поддерживает загрузку таблиц в формате .xlsx и .csv. Предварительный просмотр таблицы настраивается пользователем на отображение от 5 до 30 строк с помощью специального ползунка.","tags":null,"title":"Шаг 1 - Загрузка файла","type":"docs"},{"authors":null,"categories":null,"content":"Для правильной работы всех аналитических компонентов платформы AMRcloud пользователю на данном шаге необходимо правильно соотнести названия восьми стандартных системных категорий со столбцами из загруженной таблицы.\nВ левой части экрана расположены стандартные категории (например \u0026ldquo;Идентификатор изолята\u0026rdquo;, \u0026ldquo;Группа микроорганизмов\u0026rdquo;) с общей информацией и требованиями. В правой части экрана расположены панели с выпадающим списком названий столбцов таблицы, с помощью которого пользователь сопоставляет системные категории с данными из загруженной таблицы. Структура пунктов шага 2 Идентификатор изолята Эта категория является обязательной. В качестве идентификатора может быть использована любая запись, содержащая буквенно-цифровые символы, за исключением специальных (?,!%$#\u0026gt;\u0026lt;). Группа микроорганизмов Эта категория является обязательной. Объединение микроорганизмов в группы позволяет представлять в обобщенном виде результаты оценки чувствительности к АМП разных (нескольких) видов микроорганизмов. Могут использоваться произвольные названия для групп микроорганизмов: как таксономические (например: Enterobacterales), так и внетаксономические (например: анаэробы, грамотрицательные бактерии). Если в исходной таблице группы микроорганизмов не подписаны, вы можете воспользоваться специальной опцией Сгенерировать группы организмов из названий видов, проставив соответствующую галочку. Вид микроорганизма Эта категория является обязательной. Необходимо использовать двойные латинские названия видов микроорганизмов в соответствии с официальной номенклатурой. Система автоматически распознает известные родовые и видовые названия микроорганизмов и применяет соотвествующие критерии для интерпретации значений МПК, зон подавления роста и определения категорий чувствительности к АМП. Правильно:\nKlebsiella pneumoniae, Acinetobacter baumannii, Pseudomonas aeruginosa (нет сокращений, соответствует официальной номенклатуре)\nНеправильно:\nK. pneumoniae, A. baumannii, P. aeruginosa (используются сокращения)\n После выбора соответствующего названия столбца из выпадающего списка пользователь может нажать кнопку Проверить названия видов для автоматической проверки.\n Проверка названия видов После нажатия на кнопку Проверить названия видов откроется небольшая таблица с данными не прошедшими проверку (т.е. названиями микроорганизмов, которые система не распознала). Далее пользователю необходимо внимательно просмотреть эту таблицу:\n Если в каких-то названиях допущены ошибки (например, пропущена буква или вместо точки стоит запятая), то пользователю необходимо исправить ошибки прямо в окне редактора, дважды щелкнув левой клавишей мыши по нужной ячейке, и нажать кнопку \u0026ldquo;Исправить названия видов\u0026quot;. Если ошибок в написании нет, это значит, что микроорганизмы с такими названиями просто отсутствуют в системе. Такие микроорганизмы не исключаются из общих данных — для них также будут построены графики для анализа, только окрашиваться они будут не в соответствии с категориями чувствительности, а в единый серый цвет. Если пользователь работает со \u0026ldquo;своими\u0026rdquo; готовыми категориями чувствительности S/I/R, то проблем в идентификации видов микроорганизмов не возникнет. Если критерии интерпретации для конкретного вида микроорганизма не были найдены, то система постарается подобрать критерии для соответствующей группы микроорганизмов.\n Пример. Salmonella typhi (не найдены критерии) → Salmonella spp.(будут применены критерии)\n Дата выделения изолята Эта категория является обязательной. Записи без даты или с различающимся форматом даты не будут импортированы. Онлайн-платформа AMRcloud автоматически распознает все возможные варианты написания дат при условии, что все даты записаны в едином формате для всех изолятов.\n Неправильный формат дат Если все записи столбца дат оформлены правильно и единообразно, то пользователь (после выбора из соответствующего выпадающего списка названия столбца, содержащего даты выделения изолятов) увидит временную шкалу \u0026ldquo;Диапазон дат (предпросмотр)\u0026quot;. Если система не смогла правильно автоматически распознать пользовательский формат дат, то необходимо самостоятельно выбрать из списка один из подходящих форматов:\n 2018-12-31 (т.е. год-месяц-день) 2018-31-12 (т.е. год-день-месяц) 31-12-2018 (т.е. день-месяц-год) 12-31-2018 (т.е. месяц-день-год) После того, как пользователь определился с форматом дат, ему необходимо поставить галочку в поле \u0026ldquo;Отображается ли временная шкала?\u0026quot;. Последовательность работы с датами Географические данные Эта категория является НЕобязательной. Географические данные могут быть двух типов: \u0026ldquo;Географические наименования\u0026rdquo; и \u0026ldquo;Географические координаты\u0026rdquo;. Для загрузки необходимого типа данных пользователю следует поставить галочку (\u0026ldquo;чекбокс\u0026rdquo;) в соответствующее поле в правой части экрана и выбрать подходящий столбец данных из выпадающего списка.\nВ качестве \u0026ldquo;Географических наименований\u0026rdquo; могут быть указаны: страны, административно-территориальные единицы, природные зоны, города, небольшие населенные пункты, а также адреса конкретных зданий и объектов. Система попытается автоматически идентифицировать географические объекты и найти соответствующие им координаты (широту и долготу).\n\u0026ldquo;Географические координаты\u0026rdquo; рекомендуется включать из исходной таблицы только при условии их неоспоримой точности. Если пользователь сомневается в точности географических координат, рекомендуется их не включать (т.е. не отмечать соответствующий чекбокс).\n Географический объект Обратите внимание, что для предварительного просмотра пользователю выводятся только первые 10 строк соответствующего столбца.\nЧисловая переменная Эта категория является НЕобязательной. В качестве числовой переменной может быть загружен один любой количественный показатель, например: Возраст, Вес пациента, Длительность пребывания в стационаре и т.д. Для загрузки данных пользователю следует поставить галочку (\u0026ldquo;чекбокс\u0026rdquo;) в соответствующее поле в правой части экрана и выбрать из выпадающего списка название столбца, содержащего необходимые данные.\n Выбор количественного показателя Обратите внимание, что для предварительного просмотра пользователю выводятся только первые 10 строк соответствующего столбца.\nМаркеры резистентности Эта категория является НЕобязательной. Общее количество столбцов такого типа неограничено. В качестве данных для этого столбца может быть загружена информация о генетических маркерах резистентности, особых фенотипах или факторах вирулентности. Для загрузки данных пользователю следует поставить галочку (\u0026ldquo;чекбокс\u0026rdquo;) в соответствующее поле в правой части экрана и выбрать из выпадающего списка название столбцов, содержащих необходимые данные. Заголовки столбцов будут использоваться в качестве названий групп маркеров.\n Выбор маркеров резистентности Другие параметры Эта категория является НЕобязательной. Можно выбрать максимум 12 столбцов с различными параметрами для фильтрации и группировки данных (считая вместе со столбцами географических данных из предыдущего пункта). Названия столбцов используются в качестве названий параметров. Пользователь может отсортировать загруженные параметры в нужном порядке с помощью перетескивания мышью. Порядок будет влиять на последовательность фильтров в поле \u0026ldquo;Параметры основные\u0026rdquo; на этапе работы с графиками. Выбор дополнительных параметров Повторные изоляты Повторные изоляты — это изоляты, выделенные из одного локуса инфекции у одного пациента и принадлежащие к одному виду. Выявление повторных изолятов в исходной таблице важно, т.к. их наличие приводит к завышению рассчитанной доли резистентных изолятов.\n Эта категория является НЕобязательной. Вы можете настроить столбцы \u0026ldquo;Идентификатор объекта\u0026rdquo; и \u0026ldquo;Локус инфекции\u0026rdquo; на автоматическое исключение повторов. Если в таблице один столбец: \u0026ldquo;Идентификатор объекта\u0026rdquo; или \u0026ldquo;Локус инфекции\u0026rdquo;, то для исключения повторов выберите этот столбец в двух выпадающих списках. Установите максимальную разницу (в днях) между датами выделения повторных изолятов от одного объекта. В случае превышения данного значения, изоляты НЕ будут считаться повторными. Выбор повторных изолятов Завершение Шага 2 Для перехода к следующему этапу импорта данных — ШАГУ 3 — пользователю необходимо нажать на кнопку \u0026ldquo;Сохранить шаг 2\u0026rdquo;. Перед этим рекомендуется еще раз просмотреть и перепроверить все пункты текущего этапа.\n ","date":1581638580,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1581638580,"objectID":"05886ecf74143ea3588b8a15b056aa94","permalink":"https://amrcloud.net/ru/tutorials/import-data/05-identification/","publishdate":"2020-02-14T00:03:00Z","relpermalink":"/ru/tutorials/import-data/05-identification/","section":"tutorials","summary":"Для правильной работы всех аналитических компонентов платформы AMRcloud пользователю на данном шаге необходимо правильно соотнести названия восьми стандартных системных категорий со столбцами из загруженной таблицы.\nВ левой части экрана расположены стандартные категории (например \u0026ldquo;Идентификатор изолята\u0026rdquo;, \u0026ldquo;Группа микроорганизмов\u0026rdquo;) с общей информацией и требованиями. В правой части экрана расположены панели с выпадающим списком названий столбцов таблицы, с помощью которого пользователь сопоставляет системные категории с данными из загруженной таблицы. Структура пунктов шага 2 Идентификатор изолята Эта категория является обязательной.","tags":null,"title":"Шаг 2 - Выбор параметров","type":"docs"},{"authors":null,"categories":null,"content":"Геокодирование — это важный этап создания основы, с помощью которой AMRcloud строит различные карты и проставляет метки географических объектов.\nВ качестве географических объектов в AMRcloud могут выступать регионы, города и даже отдельные корпуса ЛПУ.\nОбщая информация Для запуска процесса геокодирования необходимо нажать кнопку \u0026ldquo;1.Геокодировать\u0026rdquo;. Данный процесс занимает некоторое время, поэтому пользователю после нажатия следует дождаться, пока система не проставит координаты в таблице географических объектов и в окне предварительного просмотра карты не появятся маркеры.\nДля того, чтобы открыть предварительный просмотр карты, пользователю необходимо нажать на текст синей панели \u0026ldquo;Карта: предпросмотр\u0026rdquo;.\nПосле того, как пользователь убедится, что все маркеры и координаты проставлены верно, ему необходимо будет нажать на кнопку \u0026ldquo;Сохранить шаг 3\u0026rdquo; и перейти к следующему этапу импорта.\n Геокодирование. Структура первого подпункта AMRcloud не проставил координаты Если AMRcloud не распознал географический объект (не проставил рядом с его названием координаты), то пользователю следует проверить правильность названия географического объекта. Если в названии(-ях) допущены ошибки, то необходимо исправить данные в исходной таблице → сбросить предыдущие Шаги (1-2) → загрузить заново исправленный вариант.\nЕсли в названиях географических объектов нет ошибок, то пользователю необходимо самому вручную проставить к ним координаты. Для этого требуется в таблице справа (оранжевая панель \u0026ldquo;Географические локации не найдены.\u0026quot;) ввести соответствующие координаты в поля Широты и Долготы и нажать кнопку \u0026ldquo;Применить исправления\u0026rdquo;.\nГде найти географические координаты Узнать координаты необходимого географического объекта пользователь может с помощью карты предпросмотра. Карта: предпросмотр Для этого следует приблизить географический объект на карте и кликнуть по нему левой кнопкой мыши. Под картой высвятятся Широта и Долгота объекта. После определения координат объекта пользователю следует их скопировать и вставить в соответствующие поля. Исправление с использованием приближения карты Если пользователю неизвестно точное расположение географического объекта на карте, то он может воспользоваться строкой поиска на карте, а затем кликнуть по объекту левой кнопкой мыши. Исправление с использованием строки поиска Неправильное расположение маркеров Система AMRcloud может неверно автоматически распознать введенный пользователем географический объект. Например, вместо российского города Санкт-Петербург проставить на карте маркер Санкт-Петербург, Флорида, США. Поэтому пользователю перед сохранением результатов импорта \u0026ldquo;Шага 3\u0026rdquo; необходимо внимательно изучить карту предварительного просмотра.\nЕсли пользователь захочет исправить положение того или иного маркера на карте, ему необходимо:\n Кликнуть левой кнопкой мыши по необходимой ячейке в зеленой таблице. Нажать кнопку \u0026ldquo;Редактировать координаты\u0026rdquo;. Внести исправления в координаты в оранжевой таблице. Нажать кнопку \u0026ldquo;Применить исправления\u0026rdquo;. Выбор ячеек Корректировка данных Локальные географические данные Если пользователь часто работает со своим специфическим набором локальных геоданных, то он может сохранять координаты этих локальных объектов для будущего автоматического использования.\nРассмотрим вариант, когда пользователю необходимо проставить географические координаты в рамках одного ЛПУ. Предположим, что необходимо расставить географические координаты для 1,2,3 корпусов Смоленской областной клинической больницы.\nАлгоритм работы:\n Нажать кнопку \u0026ldquo;1. Геокодировать\u0026rdquo; Выбрать ячейки для исправления Нажать кнопку \u0026ldquo;Редактировать координаты\u0026rdquo; Открыть окно Карта: предпросмотр Нажать на строку поиска и напечатать нужное ЛПУ. В примере это - Смоленская областная клиническая больница (печатать полностью, не сокращать до СОКБ) Выбрать из списка необходимый географический объект Поочередно нажать на необходимые корпуса больниц, получить географические координаты Последовательно скопировать географические координаты для каждого корпуса и вставить их в соответствующую ячейку таблицы Алгоритм работы с локальными данными Поставить галочку в поле \u0026ldquo;Сохранить координаты для повторного применения\u0026rdquo;. Таким образом, проставленные географические координаты навсегда будут привязаны к соответствующему имени географического объекта и сохранятся в пользовательской учетной записи. При последующих загрузках координаты объектов с такими же именами определятся автоматически. Нажать кнопку \u0026ldquo;Применить исправления\u0026rdquo; и проверить результаты. Перейти на следующий этап, нажав кнопку \u0026ldquo;2.Сохранить шаг 3\u0026rdquo; Пример работы с геоданными Рассмотрим пример. Представим ситуцию, когда пользователь работает с данными, полученными в городе Смоленске из нескольких ЛПУ.\nПредположим, что один из объектов - СОДКБ (Смоленская областная детская клиническая больница).\nАлгоритм работы:\n После нажатия кнопки 1. Геокодирование и получения зеленой таблицы с валидированными данными → просмотреть таблицу и найти ячейки, которые требуют корректировки. Просмотреть географические объекты в разделе Карта: предпросмотр На заметку!\n Если на этапе ШАГ 2 рядом с вопросом Содержит ли набор данных координаты широты и долготы?, была поставлена отметка, т.е. система использовала данные пользователя, рекомендуется использовать исходную таблицу для контроля внесения исправлений. Если пользователь неуверен в точности данных по Широте и Долготе, рекомендуется не включать пользовательские данные, т.е. не ставить отметку рядом с вопросом Содержит ли набор данных координаты широты и долготы? В нашем примере, пользовательские данные содержали неточность в геокординатах, после просмотра исходной таблицы.\nКак внести исправления? Необходимо выполнить подговительные шаги:\n Нажать щелчком мыши по необходимой ячейке в зеленой таблице Нажать кнопку Редактировать координаты Далее доступно два варианта внесения правок:\n Воспользоваться поиском. Внести адрес или названия объекта → выбрать из списка подходящий вариант → получить внизу экрана координаты → обвести их с помощью мыши - левая кнопка → скопировать, нажав правую кнопку мыши → двойной щелчок по ячейке в оранжевой таблице → нажать кнопку Применить исправления\n Приблизить карту → нажать левую кнопку мыши по конкретному географическому объекту → получить внизу экрана координаты → обвести их с помощью мыши - левая кнопка → скопировать, нажав правую кнопку мыши → двойной щелчок по ячейке в оранжевой таблице нажать кнопку Применить исправления\n На заметку!\nЕсли значение Широты или Долготы скопированы в неправильную ячейку и курсор мыши находится в данной ячейке, первичный вариант можно вернуть, нажав на клавиатуре клавиши Ctrl+Z.\n После внесения необходимых исправлений в оранжевую таблицу необходимо нажать кнопку 2. Применить исправления, затем нажать кнопку 3. Сохранить шаг 3\n Важно!\nПри нажатии кнопки 3. Сохранить шаг 3 может появиться предупреждающая надпись Существует несколько вариантов координат для одной и той же точки.\n Оповещение по нескольким координатам для одной точки Варианты решения - выбор Точного географического объекта.\n Ситуация Решение Точный географический объект Вернуться на ШАГ 2 и сбросить его → заново все заполнить и в пункте Выберите столбец, содержащий названия географических объектов выбрать \u0026ldquo;точный\u0026rdquo; географический объект Точный географический объект выбран Скорректировать координаты см. Ситуации 1-3 Точного географического объекта нет Вернуться на ШАГ 2 и сбросить его → заново все заполнить → не ставить отметку возле вопроса * Содержит ли набор данных координаты широты и долготы?* Точный географический объект - это более подробное географическое описание в сравнении с текущим вариантом. Например, был выбран город или область, то точным вариантом может быть конкретный корпус ЛПУ.\n","date":1581638520,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1581638520,"objectID":"2945aa8b07bcb435606f583ddab7d676","permalink":"https://amrcloud.net/ru/tutorials/import-data/06-geocode/","publishdate":"2020-02-14T00:02:00Z","relpermalink":"/ru/tutorials/import-data/06-geocode/","section":"tutorials","summary":"Геокодирование — это важный этап создания основы, с помощью которой AMRcloud строит различные карты и проставляет метки географических объектов.\nВ качестве географических объектов в AMRcloud могут выступать регионы, города и даже отдельные корпуса ЛПУ.\nОбщая информация Для запуска процесса геокодирования необходимо нажать кнопку \u0026ldquo;1.Геокодировать\u0026rdquo;. Данный процесс занимает некоторое время, поэтому пользователю после нажатия следует дождаться, пока система не проставит координаты в таблице географических объектов и в окне предварительного просмотра карты не появятся маркеры.","tags":null,"title":"Шаг 3 - Геокодирование","type":"docs"},{"authors":null,"categories":null,"content":"В последующем, если у вас появятся новые данные, структурно не отличающиеся от первоначально загруженных в \u0026ldquo;Набор данных\u0026rdquo;, то вам не придётся каждый раз сбрасывать все шаги импорта и перезагружать всю таблицу целиком.\nДобавление данных Выберите необходимый набор данных и нажмите на кнопку Редактировать набор данных.\n Перейдите на вкладку Шаг 4: Категоризация S/I/R и нажмите на кнопку Добавить данные.\n Для выбора файла нажмите Browse (вы можете использовать файл формата CSV — в таком случае вам, возможно, потребуется настроить разделитель столбцов). Если таблица с данными корректно отобразилась, то проверьте правильность формата дат и поставьте галочку Отображается ли временная шкала?. В завершении нажмите на кнопку Загрузить.\n После завершения загрузки вы сможете закрыть окно загрузки и перейти к анализу данных или загрузить ещё дополнительные данные.\n Функционал добавления данных появился в AMRcloud с 15 февраля 2022. Для наборов данных, созданных ранее этой даты, будет необходимо сбросить набор на Шаге 2 и пройти заново все шаги импорта. После этого функционал добавления данных станет доступен. ","date":1581638460,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1581638460,"objectID":"0dfd3a8a49da86e32d187fb687e94dfe","permalink":"https://amrcloud.net/ru/tutorials/import-data/09-adddata/","publishdate":"2020-02-14T00:01:00Z","relpermalink":"/ru/tutorials/import-data/09-adddata/","section":"tutorials","summary":"В последующем, если у вас появятся новые данные, структурно не отличающиеся от первоначально загруженных в \u0026ldquo;Набор данных\u0026rdquo;, то вам не придётся каждый раз сбрасывать все шаги импорта и перезагружать всю таблицу целиком.\nДобавление данных Выберите необходимый набор данных и нажмите на кнопку Редактировать набор данных.\n Перейдите на вкладку Шаг 4: Категоризация S/I/R и нажмите на кнопку Добавить данные.\n Для выбора файла нажмите Browse (вы можете использовать файл формата CSV — в таком случае вам, возможно, потребуется настроить разделитель столбцов).","tags":null,"title":"Добавление данных","type":"docs"},{"authors":null,"categories":null,"content":"На данном этапе проводится интрепретация количественных данных (МПК, диаметры зон подавления роста) и определение категорий чувствительности (S/I/R) к антибиотикам с учетом выбранных интерпретационных критериев (пограничных значений).\nВыбор базовых критериев интерпретации Из выпадающего списка Выберите критерии интерпретации выберите нужные критерии. Если Вы не собираетесь дополнительно настраивать критерии интерпретации, нажмите кнопку Завершить все шаги.\n Использование экспертной системы Если Вы хотите, чтобы ваши данные были автоматически проверены с использованием экспертной системы, то перед нажатием кнопки Завершить все шаги, вам необходимо установить галочку Проверить данные с использованием экспертной системы.\n Впоследствии на интерфейсе анализа данных на вкладке Экспертная система Вы сможете просмотреть сообщения экспертной системы.\n Добавление пользовательских правил интерпретации При необходимости вы можете добавить пользовательские правила интерпретации, отличающиеся от базовых критериев для любой комбинации микроорганизм-антибиотик. Кликните на панель Пользовательские правила интерпретации, чтобы раскрыть ее. Нажмите на кнопку + Добавить новое правило. Откроется диалоговое окно, в котором необходимо:\n ввести название правила; выбрать тип данных чувствительности, к которым вы хотите применить данное правило (S/I/R, МПК, диаметры зон подавления роста); выбрать целевой антибиотик из выпадающего списка; выбрать категорию чувствительности (S/I/R) или ввести пороговые значения; выбрать целевые организмы или группу организмов; при необходимости выбрать другие параметры из выпадающих списков, чтобы задать дополнительные условия для применения правила; нажать кнопку Создать. Если необходимо создать несколько правил, повторите вышеописанные шаги. Когда все правила будут введены, нажмите кнопку Закрыть.\n Создание пользовательских правил Список новых правил появится с левой стороны панели. Вы можете выделить правило, кликнув по нему и отредактировать (кнопка Редактировать) или удалить его (кнопка Удалить). Если вы хотите сохранить правила для дальнейшего использования, отметьте галочку Сохранить правила в \u0026lsquo;Мои правила интерпретации\u0026rsquo;. Сохраненные правила появятся на вкладке Мои правила интерпретации в разделе Мой профиль. В дальнейшем их можно будет изменить или удалить.\nВы также можете применить сохраненные ранее правила интерпретации, нажав кнопку Получить правила из \u0026lsquo;Мои правила интерпретации\u0026rsquo; и отметив галочками нужные.\nЧтобы применить вновь созданные и/или ранее сохраненные правила интерпретации, нажмите кнопку Принять правила.\n Применение пользовательских правил Определение приоритета данных чувствительности разных типов Обратите внимание, что если Ваша таблица содержит данные определения чувствительности разных типов (МПК, диаметры зон подавления роста, заранее заданные категории чувствительности S/I/R), AMRcloud автоматически объединит их и назначит итоговые категории чувствительности S/I/R.\nЧтобы разрешить потенциальные конфликты в определении категорий чувствительности S/I/R, которые могут возникать при наличии различающихся между собой результатов для одной и той же пары изолят-антибиотик, Вы можете вручную задать приоритет источников данных (МПК, диаметров зон подавления роста, заданных значений S/I/R), согласно которому будут определены результирующие категорий чувствительности. Пример результатов интерпретации данных с использованием различных приоритетов представлен на Рисунке 3.\n Влияние выбора приоритета разных типов данных при их объединении на конечный результат определения категории чувствительности Чтобы установить приоритет данных _mic, _dd и _sir, кликните на панель Объединение результатов оценки чувствительности и выберите приоритет для всех антибиотиков, либо для каждого индивидуально, выбирая нужный порядок из выпадающего списка. По умолчанию для всех антибиотиков установлен приоритет sir \u0026gt; mic \u0026gt; dd. Вы можете переопределить значение приоритета для всех антибиотиков сразу, выбрав соответствующее значение в выпадающем списке Приоритет по умолчанию для всех антибиотиков и нажав кнопку Обновить приоритет для всех.\n Объединение данных определения чувствительности разных типов Финализация определения категорий чувствительности После того, как Вы установили все требуемые критерии интерпретации (включая базовые и пользовательские), нажмите кнопку Интерпретировать МПК и данные диск-диффузии. Проверьте статус импорта по окончании процесса интерпретации и нажмите кнопку Завершить все шаги, чтобы завершить процесс импорта.\n Финализация определения категорий чувствительности Вы можете в любой момент заново открыть и отредактировать загруженные данные с помощью Мастера загрузки.\nЕсли Вам необходимо только применть новые критерии интерпретации чувствительности, Вы можете сбросить Шаг 4 и продолжить работу с него, нет необходимости перезагружать файл и заново проходить Шаги 1-3.\n ","date":1581638460,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1581638460,"objectID":"c95de762895768d2fb2dcc21fcf745cf","permalink":"https://amrcloud.net/ru/tutorials/import-data/07-interpretation/","publishdate":"2020-02-14T00:01:00Z","relpermalink":"/ru/tutorials/import-data/07-interpretation/","section":"tutorials","summary":"На данном этапе проводится интрепретация количественных данных (МПК, диаметры зон подавления роста) и определение категорий чувствительности (S/I/R) к антибиотикам с учетом выбранных интерпретационных критериев (пограничных значений).\nВыбор базовых критериев интерпретации Из выпадающего списка Выберите критерии интерпретации выберите нужные критерии. Если Вы не собираетесь дополнительно настраивать критерии интерпретации, нажмите кнопку Завершить все шаги.\n Использование экспертной системы Если Вы хотите, чтобы ваши данные были автоматически проверены с использованием экспертной системы, то перед нажатием кнопки Завершить все шаги, вам необходимо установить галочку Проверить данные с использованием экспертной системы.","tags":null,"title":"Шаг 4 - Категоризация S/I/R","type":"docs"},{"authors":null,"categories":null,"content":"Структура данных Вкладка Структура данных дает общий обзор структуры метаданных. Графики на этой вкладке позволяют всесторонне рассмотреть и сравнить метаданные, однако здесь не отображаются данные о чувствительности к антимикробным препаратам.\nДоступные инструменты визуализации (подвкладки):\nКруговая диаграмма Отображает распределение данных в одной категории, которую можно выбрать из выпадающего списка. В таблице под графиком отображаются данные, которые можно экспортировать в форматах CSV, Excel, PDF и др.\nГруппировать по Представлено распределение данных согласно различным критериям, установленным с помощью контроллеров:\n Поле График — категория данных для отображения Поле Группировать по — критерий, по которому данные будут сгруппированы Пример. Распределения типов инфекций по месяцам Распределения типов инфекций по месяцам В таблице под графиком отображаются данные, которые можно экспортировать в форматах CSV, Excel, PDF и др.\nКарта Отображается географическое распределение данных в одной категории, которую можно выбрать из выпадающего списка.\n Для возврата к исходному отображению карты (в случае если был изменен масштаб или выполнялось перемещение по карте) следует нажать на кнопку Для поиска геолокации на карте можно воспользуйться кнопкой Рисовать и проставлять маркеры на карте можно с помощью панели Настроить различные элементы карты можно, нажав кнопку кнопку Style Editor Настройка стилей Микроорганизмы На вкладке Микроорганизмы отображается сводная информация о различных видах или группах организмов, представленных в загруженном наборе данных (или части данных, на основании фильтров в разделе «Параметры основные»)\nАнтибиотики (все) На вкладке Антибиотики (все) отображается общее распределение изолятов по категориям чувствительности S/I/R, которые либо загружаются пользователем, либо рассчитываются автоматически по введенным значениям МПК или диаметрам зон.\nОдновременно здесь можно анализировать только одну группу или вид микроорганизмов, которые выбираются в разделе Параметры основные в соответствующих полях Группа микроорганизмов и Микроорганизмы.\nПри этом по умолчанию результаты отображаются для всех протестированных антибиотиков (для которых применимы категории чувствительности). В дальнейшем можно выбрать несколько антибиотиков (или один), используя выпадающий список Антибиотики в подвкладке График.\nДоступные настройки (контроллеры):\n Источник данных S/I/R - оценка объединенных данных, отдельно данных автоинтерпретации МПК или диаметров зон; Отобразить - настройка отображения категорий S/I/R по отдельности или совместно (S/I+R или S+I/R). Выбранный антибиотик На вкладке Выбранный антибиотик для каждого отдельного антибиотика отображается связь категорий S/I/R с метаданными (дата, геолокация, генетическая линия, диагноз и т.д.). Основная цель аналитических инструментов данной вкладки: выявить скрытые взаимосвязи между фенотипами антимикробной резистентности и метаданными. Также на этой вкладке доступна визуализация распределения чувствительности антибиотиков по значениям МПК или диаметров зон.\nДоступные настройки (контроллеры):\n Источник данных S/I/R - оценка объединенных данных, отдельно данных автоинтерпретации МПК или диаметров зон; Антибиотик - выбор антибиотика, для которого будет проведен анализ (на этой вкладке можно анализировать только один антибиотик за раз); по умолчанию, выбран первый по алфавиту антибиотик. Доступные инструменты визуализации (подвкладки).\nS/I/R графики Базовые настройки:\n Отобразить - представление категорий S/I/R по отдельности или совместно (S/I+R или S+I/R); Отобразить результаты с 95% ДИ до\u0026hellip; – установление максимального порога ширины 95% доверительного интервала (ДИ). Подвкладка Суммарная информация отображает общее S/I/R распределение для выбранного антибиотика.\nПример: Оценка распределения категорий чувствительности к ципрофлоксацину среди изолятов Enterobacterales Выбрать с помощью фильтров раздела Параметры основные необходимое подмножество данных для анализа Группа микроорганизмов → Enterobacterales. Из выпадающего списка Антибиотик выбрать ciprofloxacin_sir Перейти в подвкладку S/I/R графики Перейти в подвкладку Суммарная информация Нажать на кнопку Отобразить Оценка распределения категорий чувствительности к ципрофлоксацину среди изолятов Enterobacterales. Фильтры На экране отобразится круговая диаграмма:\n Оценка распределения категорий чувствительности к ципрофлоксацину среди изолятов Enterobacterales. График Для представления категорий чувствительности (S/I/R) на основе специфических групп данных, следует перейти в подвкладку Группировать по. В появившемся выпадающем списке Группировать по можно выбрать метаданные для группировки.\nПример: Оценка распределения категорий чувствительности к ципрофлоксацину при различных диагнозах среди изолятов Enterobacterales Оценка распределения категорий чувствительности к ципрофлоксацину при различных диагнозах среди изолятов Enterobacterales. Фильтры На экране отобразится гистограмма:\n Оценка распределения категорий чувствительности к ципрофлоксацину при различных диагнозах среди изолятов Enterobacterales. График В разделе Таблица представлена сводная информация в виде таблицы подвкладки Группировать по.\nКарта На подвкладке Карта информация о распределении категорий чувствительности (S/I/R) к выбранному антибиотику в разных городах отображается в виде круговых диаграмм на географической карте:\n Выбранный антибиотик. Карта Диаметр каждой круговой диаграммы пропорционален количеству изолятов. При нажатии левой кнопкой мыши по круговой диаграмме появляется всплывающее окно с детальной информацией о географической точке, относительном и абсолютном количестве изолятов и др.\nПри работе с картой доступна возможность размещения дополнительных маркеров – Оповещение для тех локаций, где превышено уставленное значение доли резистентных изолятов. Порог оповещения задается с помощью шкалы Порог оповещения %R.\nПример. Отметим на карте города, в которых превышен порог 50-типроцентной резистентности к ципрофлоксацину. На экране отобразится следующая картина:\n Выбранный антибиотик. Карта. Оповещения В подвкладке Рейтинг отображается распространенность выбранного типа резистентности для всех географических локаций из набора данных, упорядоченных в соответствии с их уровнем. Вертикальной линией на графике отображается медиана доли резистентных изолятов.\n Выбранный антибиотик. Рейтинг В подвкладке Регрессия доступен регрессионный анализ трендов резистентности для различных географических локаций. На оси X графика регрессии отображается дата, на оси Y – процент изолятов для выбранного типа тренда.\n Выбранный антибиотик. Регрессия В настройках подвкладки доступно:\n изменение типа тренда (S, S+I, R, I+R); включение/выключение подписи геолокаций на графике; диаметр точек; сглаживание. Для того чтобы увидеть детальную информацию о конкретной геолокации необходимо, зажав левую кнопку мыши, нарисовать прямоугольник вокруг интересующей области: под графиком отобразится таблица с необходимой информацией.\n Выбранный антибиотик. Регрессия. Детальная информация МПК В подвкладке МПК отображается распределение изолятов по значениям МПК, с отмеченными значениями МПК50 и МПК90.\nКритерии интерпретации (CLSI или EUCAST), выбранные на этапе импорта данных, применяются для цветовой идентификации столбцов на графике: красный (резистентные), желтый (чувствительные при увеличенной экспозиции), зеленый (чувствительные), серый (критерии интерпретации для конкретной пары «антибиотик-микроорганизм» не установлены). Также серым цветом могут выделяться столбцы при условии, если в разделе Параметры основные был выбран не конкретный вид микроорганизма, а целая группа, или если критерии интерпретации разнятся для отдельных типов локализаций инфекций и т.п.\n Выбранный антибиотик. МПК В подвкладке МПК тренд отображается изменение значений МПК для выбранного антибиотика во времени.\nНа оси X отображается время, на оси Y отображаются значения МПК. Размер кругов соотносится с количеством изолятов. Цветовая идентификация такая же, как и на вкладке МПК.\nДля отображения линии тренда, необходимо поставить галочку в поле МПК и установить необходимое значение на шкале МПК xx%:\n Выбранный антибиотик. МПК тренд Для того чтобы увидеть детальную информацию о конкретном значении МПК на графике, необходимо обвести его, зажав левую кнопку мыши, и нажать кнопку Получить информацию, расположенную под графиком. В появившейся под гистограммой таблице будет отображена информация о конкретных изолятах, о распределении S/I/R и пр. В заголовках таблицы есть возможность фильтровать и сортировать данные.\n Выбранный антибиотик. МПК тренд. Таблица Диаметры зон В подвкладке Диаметры зон присутствует весь функционал подвкладки МПК (рассмотренной ранее) за тем исключением, что вместо значений МПК здесь учитываются диаметры зон подавления роста.\nАссоциированная устойчивость Во вкладке Ассоциированная устойчивость отображается ассоциированная устойчивость между различными типами антимикробных препаратов.\nДоступные инструменты визуализации вкладки Ассоциированная устойчивость.\nМатрица Представление данных по ассоциированной устойчивости в подвкладке Матрица позволяет пользователю определить процент, при котором устойчивость к первому препарату (строке) свидетельствует о наличии устойчивости к другому антибиотику (столбцу). В расчет включаются резистентные изоляты. Интенсивность окрашивания ячеек зависит от величины процента: чем выше процент, тем интенсивнее цвет ячейки.\n Ассоциированная устойчивость. Матрица По умолчанию в матрице отображаются все доступные антибиотики, однако можно исключить из этого списка отдельные препараты с помощью выпадающего меню Антибиотик.\nДанные в табличной форме доступны в подвкладке Таблица:\n Ассоциированная устойчивость. Таблица Множественная устойчивость В подвкладке Множественная устойчивость отображается число изолятов, одновременно устойчивых (R) к выбранным антибиотикам.\nДля оценки множественной устойчивости необходимо выбрать два или более антимикробных препарата из выпадающего списка Антибиотик. Ввести в поле R как минимум к N антибиотикам значение (N), характеризующее к скольким антибиотикам из выбранного списка должны быть резистентны изоляты.\nПример Если выбрать три антибиотика: cefepime, ciprofloxacin и imipenem, и установить значение N = 3, то можно выявить изоляты, резистентные одновременно ко всем выбранным антибиотикам. В приведенном ниже примере, было обнаружено 5 таких изолятов:\n Множественная устойчивость. Пример для N = 3 В случае если значение R как минимум к N антибиотикам изменить на N = 2, то можно увидеть большее количество изолятов, одновременно резистентных к какой-либо паре антибиотиков из выбранных cefepime, ciprofloxacin и imipenem:\n Множественная устойчивость. Пример для N = 2 Важно отметить, что при установлении значения 0 в графе R как минимум к N антибиотикам, можно определить количество изолятов, которые одновременно чувствительны ко всем выбранным антибиотикам. Результаты анализа:\n Значение N: сколько найдено изолятов с множественной устойчивостью к общему количеству изолятов. Значение R: сколько процентов составляют изоляты с множественной устойчивостью от общего количества изолятов. Значение 95% ДИ: 95-процентный доверительный интервал для относительного числа изолятов с множественной устойчивостью. Диаграмма рассеяния Подвкладка Диаграмма рассеяния служит для сопоставления фенотипических данных антибиотикорезистентности для двух выбранных антибиотиков как в категориальном выражении (S/I/R), так и в количественном (МПК или диаметр зон).\nЧисла, расположенные на пересечении значений МПК для двух антибиотиков, соответствуют количеству изолятов с таким значением МПК для каждого из антибиотиков. Размер кругов пропорционален количеству изолятов и может быть изменен с помощью шкалы Размер точек (от/до).\nПример Согласно полученному графику можно определить, что в наборе данных присутствует 45 изолятов со значением МПК 256 мг/л для цефепима и значением 16 мг/л для цефиксима.\n Диаграмма рассеяния Маркеры Вкладка Маркеры используется для поиска взаимосвязей между любыми видами маркеров и метаданными или данными о чувствительности антибиотиков (для поиска корреляции между фенотипом и детерминантами резистентности).\nИспользуя выпадающий список Группа маркеров, можно выбрать необходимую для исследования группу маркеров. Группой маркеров может стать любой столбец в наборе данных, который при импорте был отмечен как маркер (пункт Выберите столбцы, содержащие информацию о маркерах).\nПо умолчанию, выбираются все значения группы маркеров. Выбрать определенные значения можно с помощью выпадающего списка Маркер.\nПример В качестве Группы маркеров установим ESBL. В списке Маркер отобразятся все доступные варианты для данной группы: Отрицательный, Положительный.\n Маркеры Доступные инструменты визуализации вкладки Маркеры.\nМаркеры В подвкладке Маркеры отображается кольцевая диаграмма с распределением всех значений выбранной группы маркеров (процент изолятов с соответствующим значением маркера).\n Маркеры. Диаграмма Группировать по Подвкладка Группировать по служит для исследования корреляций между различными маркерами и метаданными.\nВыбрать категорию метаданных для анализа можно в выпадающем списке Группировать по.\nПример Необходимо провести оценку распределения маркеров ESBL по годам (важно отметить, что для сортировки столбцов гистограммы в хронологическом порядке, необходимо задать параметр Сортировка → Наименование):\n Маркеры. Группировать по Карта В подвкладке Карта информация о распределении изолятов с выбранными маркерами в разных городах отображается в виде круговых диаграмм на географической карте:\n Маркеры. Карта Диаметр кругов для каждой геолокации пропорционален количеству изолятов и может быть изменен с помощью параметра Размер точек (от/до).\nПри нажатии левой кнопкой мыши по круговой диаграмме появляется всплывающее окно с детальной информацией о географической точке, относительном и абсолютном количестве изолятов и др.\nКарта x2 В подвкладке Карта x2 отображаются рядом две географические карты: с распределением выбранных маркеров и с распределением SIR-категорий для выбранного антибиотика.\nСледует отметить, что любые перемещения или приближение/удаление на одной карте приводят к точно таким же изменениям на другой карте.\n Маркеры. Карта x2 Антибиотик для второй карты можно выбрать с помощью выпадающего списка Антибиотик.\nИзменить отображение S/I/R категорий с помощью выпадающего списка Категория.\nАнтибиотики (все) Подвкладка Антибиотики (все) позволяет визуализировать информацию о категориях чувствительности (S/I/R) среди изолятов с выбранными маркерами.\nПример. Для группы маркеров ESBL (отрицательных и положительных) построена гистограмма распределения категорий SIR для всех доступных антибиотиков:\n Маркеры. Антибиотики (все) При выборе в качестве маркера ESBL-положительный гистограмма представлена следующим образом…\n Маркеры. Антибиотики (все) только для значения ESBL-положительный … и только для ESBL-отрицательных маркеров:\n Маркеры. Антибиотики (все) только для значения ESBL-отрицательный МПК На подвкладке МПК отображается распределение изолятов с выбранными маркерами по значениям МПК.\nНа гистограмме МПК на оси X отображаются значения МПК для выбранного антибиотика, а на оси Y отображается доля изолятов в процентах. Цвет каждого из столбцов гистограммы соответствует отдельному маркеру из выбранной группы маркеров. Красными вертикальными полосами отображаются значения МПК50 и МПК90.\n Маркеры. МПК На графике МПК тренд отображаются изменения распределения МПК во времени.\nНа оси X отображается время, на оси Y отображаются значения МПК.\nЦвет кругов соответствует категориям чувствительности (S/I/R). Размер кругов соответствует количеству изолятов.\n Маркеры. МПК тренд Для того чтобы увидеть детальную информацию о конкретном значении МПК на графике, необходимо обвести его, зажав левую кнопку мыши, и нажать кнопку Получить информацию, расположенную под графиком. В появившемся под графиком окне будет возможность просмотреть гистограмму с распределением категорий выбранных маркеров (МПК) и подробной таблицы с метаинформацией выбранных изолятах (Таблица (изоляты)).\n Маркеры. Просмотр детальной информации Диаметры зон В подвкладке Диаметры зон присутствует весь функционал подвкладки МПК (рассмотренной ранее), но вместо значений МПК здесь учитываются диаметры зон подавления роста.\nВремя первого обнаружения В подвкладке Время первого обнаружения на временной шкале можно отобразить моменты первого обнаружения изолятов с заданными маркерами в рамках определенных групп.\nДля проведения анализа следует выбрать необходимый маркер из выпадающего списка Генетический маркер, а также категорию данных из списка Группировать по.\nПример В качестве генетического маркера установить IIIG линию Shigella sonnei, как параметр для группировки выбрать географическое распределение. Результаты будут визуализированы следующим образом:\n Маркеры. Время первого обнаружения Сравнения Вкладка Сравнения используется для сравнения двух групп данных, выделенных из исходного набора, на основании различных параметров.\nПри переходе на вкладку Сравнения появляется новый раздел Параметры сравнения, идентичный разделу Параметры основные. С помощью фильтров Параметры основные можно сформировать первую группу данных для сравнения, а с помощью Параметры сравнения — вторую.\n Пример С помощью выбора необходимых значений из выпадающего списка в первую группу можно включить изоляты от пациентов, которые принимали антибиотики в последние 90 дней, а во вторую группу – изоляты от пациентов без предшествующей антибиотикотерапии в анамнезе.\n Важно подчеркнуть, что если выбрать группу микроорганизмов в разделе Параметры основные (в выпадающем списке Группа микроорганизмов), то эта же группа автоматически будет выбрана в разделе Параметры сравнения, но не наоборот. Также следует отметить, что изменение значений фильтров в разделе Параметры основные приводит к сбросу фильтров в разделе Параметры сравнения. Это важно учитывать при первоначальном выставлении фильтров для первой группы данных, чтобы избежать лишней работы по восстановлению значений фильтров во второй группе.\nПосле того, как будут установлены нужные фильтры для двух групп данных, можно перейти к инструментам анализа и сравнения этих групп (подвкладкам).\nВ подвкладке Структура данных можно выбрать любую категорию из исходного набора данных в качестве параметра для сравнения с помощью выпадающего списка Структура данных по.\nРезультат сравнения отобразится в виде двух столбчатых диаграмм, соответствующих выбранным группам сравнения:\n Сравнения. Структура данных Под графиком можно увидеть таблицу с подробной информацией об абсолютном и относительном количестве изолятов в каждой из групп, а также p-значения уровня статистической значимости (точный тест Фишера для каждой категории).\n Сравнения. Таблица Подвкладка S/I/R используется для сравнения распределения категорий чувствительности к выбранному антибиотику между двумя группами данных.\nПодвкладка Детерминанты используется для сравнения распределения различных генетических маркеров между двумя группами данных.\n","date":1630713600,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1630713600,"objectID":"42721abd38953866bbf164a433750d2d","permalink":"https://amrcloud.net/ru/tutorials/analysis-examples/03/","publishdate":"2021-09-04T00:00:00Z","relpermalink":"/ru/tutorials/analysis-examples/03/","section":"tutorials","summary":"Структура данных Вкладка Структура данных дает общий обзор структуры метаданных. Графики на этой вкладке позволяют всесторонне рассмотреть и сравнить метаданные, однако здесь не отображаются данные о чувствительности к антимикробным препаратам.\nДоступные инструменты визуализации (подвкладки):\nКруговая диаграмма Отображает распределение данных в одной категории, которую можно выбрать из выпадающего списка. В таблице под графиком отображаются данные, которые можно экспортировать в форматах CSV, Excel, PDF и др.\nГруппировать по Представлено распределение данных согласно различным критериям, установленным с помощью контроллеров:","tags":null,"title":"Подробное описание различных видов анализа данных","type":"docs"},{"authors":null,"categories":null,"content":"Сохранение графиков Большинство построенных в AMRcloud графиков и диаграмм могут быть сохранены на персональный компьютер в формате png-файла, с помощью нажатия на иконку с изображением стрелки вниз (иконка расположена в правом верхнем углу графика).\n Кнопка сохранения диаграммы Исключения из этого правила перечислены ниже.\nМПК тренд и Диаметры зон (тренд) Графики, представленные на картинке ниже, могут быть сохранены только с использованием скриншота экрана.\n Пример графика трендов Карты Созданные карты могут быть сохранены только с использованием скриншота экрана. Для этого удобно воспользоваться кнопкой на карте, чтобы отобразить ее на весь экран, а затем уже сделать скриншот.\n Кнопка разворачивания карты на весь экран Таблицы Все таблицы с результатами анализа данных в AMRcloud можно экспортировать с помощью функциональных кнопок под таблицей:\n Кнопки для экспорта табличных данных Рекомендуемыми форматами для экспорта является CSV и Excel (в PDF часть таблиц может быть обрезана).\n","date":1630713600,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1630713600,"objectID":"e0e9125e9876b2eb1039a5802291d380","permalink":"https://amrcloud.net/ru/tutorials/analysis-examples/04/","publishdate":"2021-09-04T00:00:00Z","relpermalink":"/ru/tutorials/analysis-examples/04/","section":"tutorials","summary":"Сохранение графиков Большинство построенных в AMRcloud графиков и диаграмм могут быть сохранены на персональный компьютер в формате png-файла, с помощью нажатия на иконку с изображением стрелки вниз (иконка расположена в правом верхнем углу графика).\n Кнопка сохранения диаграммы Исключения из этого правила перечислены ниже.\nМПК тренд и Диаметры зон (тренд) Графики, представленные на картинке ниже, могут быть сохранены только с использованием скриншота экрана.\n Пример графика трендов Карты Созданные карты могут быть сохранены только с использованием скриншота экрана.","tags":null,"title":"Экспорт данных","type":"docs"},{"authors":null,"categories":null,"content":"В AMRcloud существуют четыре способа обмена данными с другими пользователями:\n командный доступ к проекту в AMRcloud (при этом набор данных станет доступен для просмотра, анализа и изменения всем членам команды) прямая внешняя ссылка на набор данных ссылка на фрагмент данных дашборд Командный доступ к проекту Для обеспечения доступа к проекту различным специалистам, можно создать собственную команду пользователей.\nДля этого необходимо:\n1. Создать команду Для этого перейти в раздел Команды стартового окна AMRcloud, нажать на кнопку Добавить команду. В открывшемся модальном окне вписать Название команды и Описание команды:\n Создание команды Заполнение информации новой команды 2. Добавить участников в новую команду Для этого следует щелкнуть один раз по названию команды из списка (строка должна выделиться синим цветом), нажать на кнопку Добавить участника. В открывшемся модальном окне ввести адреса электронной почты тех людей, которых необходимо пригласить в команду (пользователи заранее должны быть зарегистрированы в платформе AMRcloud с этими электронными адресами).\n Добавление участников в команду Добавление участников в команду 3. Поделиться своим проектом с командой Для этого перейти в раздел Проекты, щелкнуть левой кнопкой мыши один раз по названию проекта из списка (строка должна выделиться синим цветом), нажать на кнопку Назначить команду. В открывшемся модальном окне ввести название команды и нажать кнопку Принять.\n Выбор проекта Выбор команды Прямая ссылка на набор данных Для получения прямой внешней ссылки на весь набор данных, необходимо выбрать нужный сет (для этого следует щелкнуть левой кнопкой мыши один раз по названию набора данных из списка, чтобы соответствующая строка выделилась синим цветом), нажать на кнопку Редактировать набор данных, перейти на вкладку Ссылки.\n Редактирование набора данных Постоянная ссылка на набор данных Постоянная ссылка на набор данных появится в специальном окне. Параметры доступа по ссылке можно изменить, нажав на значок с шестерёнкой.\n Необходимые настройки доступа по ссылке Ссылка на выбранный фрагмент данных После того, получены результаты анализа данных (в виде графиков, таблиц и пр.), не меняя настройки всех установленных фильтров, необходимо нажать на кнопку в верхнем правом углу экрана (над разделом Параметры основные).\n Кнопка генерации ссылки В открывшемся модальном окне будут доступны следующие настройки генератора ссылок:\n Защита паролем – если НЕ проставить эту галочку, то доступ к результатам анализа получит любой человек, у которого есть ссылка; если галка проставлена, то доступ можно будет получить, только введя заданный пароль. Поделиться только выбранным фрагментом данных – позволяет ограничить для внешних пользователей исходный набор данных, т.е. перейдя по такой ссылке пользователь сможет просмотреть в разделе Параметры основные только те категории, которые использовали для анализа. Создание ссылки на набор данных Для генерации ссылки следует нажать на кнопку Создать ссылку. Ссылка сгенерируется в формате QR-кода (для использования на мобильных устройствах) и веб-адреса (для использования на персональных компьютерах). Необходимо скопировать ссылку и отправить тем специалистам, с которыми важно поделиться результатами анализа.\nВсе сгенерированные ранее ссылки доступны в разделе Мой профиль → Ссылки (при этом ссылки будут недоступны для редактирования).\nЕсли необходимо отредактировать сгенерированные ранее ссылки, после выбора нужного набора данных (для этого следует щелкнуть левой кнопкой мыши один раз по названию набора данных из списка, чтобы соответствующая строка выделилась синим цветом), нажать на кнопку Редактировать набор данных, перейти на вкладку Ссылки. Нажать на кнопку Редактировать ссылку и внести необходимые изменения.\n Шаг 1. Редактирование набора данных Шаг 2. Редактирование ссылки Шаг 3. Сохранение изменений для ссылки Дашборды Подробно механизм дашбордов, который позволяет пользователям делиться локальными данными антимикробной резистентности, описан в соответствующем руководстве.\n","date":1630713600,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1630713600,"objectID":"e442eb4aac095db741904af9cab5b290","permalink":"https://amrcloud.net/ru/tutorials/analysis-examples/05/","publishdate":"2021-09-04T00:00:00Z","relpermalink":"/ru/tutorials/analysis-examples/05/","section":"tutorials","summary":"В AMRcloud существуют четыре способа обмена данными с другими пользователями:\n командный доступ к проекту в AMRcloud (при этом набор данных станет доступен для просмотра, анализа и изменения всем членам команды) прямая внешняя ссылка на набор данных ссылка на фрагмент данных дашборд Командный доступ к проекту Для обеспечения доступа к проекту различным специалистам, можно создать собственную команду пользователей.\nДля этого необходимо:\n1. Создать команду Для этого перейти в раздел Команды стартового окна AMRcloud, нажать на кнопку Добавить команду.","tags":null,"title":"Обмен данными","type":"docs"},{"authors":null,"categories":null,"content":"Рассмотрим подробно, как можно проанализировать Ваши ранее загруженные данные с помощью экспертной системы AMRcloud.\nВыберите требуемый набор данных и нажмите кнопку Редактировать набор данных\n Редактировать набор данных Перейдите на вкладку Шаг 4: Категоризация S/I/R и нажмите кнопку Сбросить текцщий шаг\n Сбросить текцщий шаг Проставьте галочку Проверить данные с использованием экспертной системы, нажмите на кнопку Интерпретировать МПК и данные диск-диффузии, а затем Завершить все шаги\n Завершить все шаги Нажмите на кнопку Старт для перехода к анализу набора данных\n Старт анализа данных Перейдите на вкладку Экспертная система и нажмите кнопку Отобразить\n Экспертная система Обработка Ваших данных экспертной системой может занимать продолжительное время, поэтому на вкладке Экспертная система в правом углу может высвечиваться сообщение, что данные ещё обрабатываются. В таком случае Вам необходимо будет подождать, пока экспертная система завершит свою работу, и зайти в этот набор данных позднее.\n","date":1630800000,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1630800000,"objectID":"2f32fa20ae5f0b833d60d8b59055cc05","permalink":"https://amrcloud.net/ru/tutorials/analysis-examples/06/","publishdate":"2021-09-05T00:00:00Z","relpermalink":"/ru/tutorials/analysis-examples/06/","section":"tutorials","summary":"Рассмотрим подробно, как можно проанализировать Ваши ранее загруженные данные с помощью экспертной системы AMRcloud.\nВыберите требуемый набор данных и нажмите кнопку Редактировать набор данных\n Редактировать набор данных Перейдите на вкладку Шаг 4: Категоризация S/I/R и нажмите кнопку Сбросить текцщий шаг\n Сбросить текцщий шаг Проставьте галочку Проверить данные с использованием экспертной системы, нажмите на кнопку Интерпретировать МПК и данные диск-диффузии, а затем Завершить все шаги","tags":null,"title":"Экспертная система","type":"docs"},{"authors":null,"categories":null,"content":"Руководство «Экспорт из ЛИС «qMS» (компания СП.АРМ) в AMRcloud» рассказывает о том, как имеющиеся у вас данные из Лабораторной Информационной Системы «ЛИС qMS» (компания СП.АРМ)» подготовить для загрузки в онлайн-платформу AMRcloud.\nВ ЛИС «qMS» имеется возможность экспортировать результаты проведенных микробиологических исследований в файл формата AMRcloud для последующей загрузки и анализа данных.\nВыгрузка может производиться за определенный период или только «новые» данные (на усмотрение сотрудников лаборатории) в ручном или фоновом режиме по вашему расписанию.\nФайлы формируются в формате «csv», в качестве разделите полей используется символ «;».\nФормирование файла выполняется для предварительно настроенного списка услуг, микроорганизмов и антибиотиков для данного сервиса в ЛИС.\nРучная выгрузка данных из ЛИС «qMS» в сервис AMRcloud Выберите режим AMRcloud, нажмите на тулбаре кнопку Выгрузить данные, выберите период дат, за который необходимо выгрузить результаты в сервис AMRcloud, и нажмите кнопку Поиск.\n Выгрузка в сервис. Выбор временного периода. По выполнению запроса будет создан файл в формате csv в определенной папке (путь хранения файлов предварительно настраивается в ЛИС в разделе Настройки для файлового обмена).\n Пример файла Созданный файл может быть загружен в AMRcloud для анализа. Как загрузить полученный файл подробно описано в Руководстве «AMRcloud. Импорт данных» Чтобы получить обновление ЛИС «qMS», позволяющее формировать отчеты в формате AMRcloud, напишите на электронную почту info@sparm.com ","date":1698742800,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1698742800,"objectID":"30575289fb1d3c84725c3616e7f437a0","permalink":"https://amrcloud.net/ru/tutorials/integrations/qms/","publishdate":"2023-10-31T09:00:00Z","relpermalink":"/ru/tutorials/integrations/qms/","section":"tutorials","summary":"Руководство «Экспорт из ЛИС «qMS» (компания СП.АРМ) в AMRcloud» рассказывает о том, как имеющиеся у вас данные из Лабораторной Информационной Системы «ЛИС qMS» (компания СП.АРМ)» подготовить для загрузки в онлайн-платформу AMRcloud.\nВ ЛИС «qMS» имеется возможность экспортировать результаты проведенных микробиологических исследований в файл формата AMRcloud для последующей загрузки и анализа данных.\nВыгрузка может производиться за определенный период или только «новые» данные (на усмотрение сотрудников лаборатории) в ручном или фоновом режиме по вашему расписанию.","tags":null,"title":"Экспорт из ЛИС «qMS» (компания СП.АРМ) в AMRcloud","type":"docs"},{"authors":null,"categories":[],"content":"Мы всегда рады приветствовать нового партнера из индустрии, поэтому сообщаем что Лабораторная Информационная Система «ЛИС qMS» (компания СП.АРМ)» имеется возможность экспортировать результаты проведенных микробиологических исследований в файл формата AMRcloud для последующей загрузки и анализа данных.\nВыгрузка может производиться за определенный период или только «новые» данные (на усмотрение сотрудников лаборатории) в ручном или фоновом режиме по вашему расписанию.\nПорядок действий описан в руководстве Экспорт из ЛИС «qMS» (компания СП.АРМ) в AMRcloud.\n Чтобы получить обновление ЛИС «qMS», позволяющее формировать отчеты в формате AMRcloud, напишите на электронную почту info@sparm.com ","date":1698732000,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1698732000,"objectID":"1dbeb088c4128e1ed9a2922610b7cd0d","permalink":"https://amrcloud.net/ru/post/20231031-qms/","publishdate":"2023-10-31T09:00:00+03:00","relpermalink":"/ru/post/20231031-qms/","section":"post","summary":"Возможность экспорта результов проведенных микробиологических исследований","tags":[],"title":"Интеграция с ЛИС «qMS» (компания СП.АРМ)","type":"post"},{"authors":null,"categories":null,"content":"«Всероссийский государственный Центр качества и стандартизации лекарственных средств для животных и кормов» (ФГБУ \u0026ldquo;ВГНКИ\u0026rdquo;) Научно-иследовательский институт Федеральной службы по ветеринарному и фитосанитарному надзору (Россельхознадзор).\nИмеет статус Центра МЭБ (Всемирной организации здравоохранения животных) по безопасности пищевой продукции, диагностике и борьбе с болезнями животных для стран Восточной Европы, Центральной Азии и Закавказья.\nОсуществляет научную и научно-техническую деятельность, направленную на обеспечение качества ветеринарных лекарственных средств, и безопасности в ветеринарно-санитарном отношении продукции животноводства и кормовой продукции, а также стандартизации и обеспечения качества, проведения экспертизы и сертификации лекарственных средств, кормов и кормовых добавок, в том числе содержащих ГМО.\nАннотация Данные за 2017-2023 годы 4251 изолят Esherichia coli – 1505, Enterococcus spp. (E.faecalis, E.faecium и др.) – 1554, Salmonella enterica – 647, Campylobacter spp. (C.jejuni, C.coli и др.) – 161, Staphylococcus spp. (S.aureus, S.haemolyticus) – 193 Listeria monocytogenes - 191 Изоляты от птицы (куры, индейка, утки, гуси), коров, свиней, овец, коз, лошадей, кроликов, рыбы Географический охват – 37 регионов России от Калининградской области до Приморского края, Беларусь, Иран, Турция. Типы образцов: биоматериал животных, внутренняя среда предприятия (смывы с оборудования, подстилка и тд.), пищевая продукция, входящий материал (корм, вода), почва на месте выпаса. 30 антибактериальных средств из 16 классов: амоксициллин, ампициллин (пенициллины), азитромицин (азалиды), цефотаксим, цефтаролин, цефтиофур (цефалоспорины),хлорамфеникол, флорфеникол (амфениколы), ципрофлоксацин, энрофлоксацин, левофлоксацин, марбофлоксацин, моксифлоксацин (фторхинолоны), клиндамицин (линкозамиды), колистин, бацитрацин (полипептиды), доксициклин, тетрациклин (тетрациклины), эритромицин (макролиды), гентамицин, спектиномицин, стрептомицин (аминогликозиды), меропенем (карбапенемы), рифампицин (анзамицины), сульфадиазин, сульфаметоксазол (сульфаниламиды), триметоприм (диаминопиримидины), комбинация триметоприм/сульфаметоксазол, ванкомицин (гликопептиды), вирджиниамицин (стрептограмины). Метод определение чувствительности к антибиотикам: микроразведения в бульоне. Интерпретация по клиническим точкам отсечения EUCAST2023 и микробиологическим точкам отсечения EUCAST ECOFFs. Исполнители Богомазова А.Н. Гергель М.А. Гордеева В.Д. Грицюк В.А. Иванова О.Е. Карабанов С.Ю. Комаров А.А. Крылова Е.В. Куликовский А.В. Ленёв С.В. Лобова П.А. Макаров Д.А. Плескачева М.А. Поболелова Ю.И. Помазкова А.В. Прасолова О.В. Русаков С.В. Солтынская И.В. Сухоедова А.В. Яцентюк С.П Вопросы и комментарии по проекту пишите на phorez@yandex.ru (Д.А. Макаров)\n ","date":1695459600,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1695459600,"objectID":"10bdcc75760bb535dcf83077737f39c2","permalink":"https://amrcloud.net/ru/project/vgnki/","publishdate":"2023-09-23T09:00:00Z","relpermalink":"/ru/project/vgnki/","section":"project","summary":"«Всероссийский государственный Центр качества и стандартизации лекарственных средств для животных и кормов» (ФГБУ «ВГНКИ»)","tags":null,"title":"Научно-исследовательская работа «Ветеринарный мониторинг и анализ риска антибиотикорезистентности зоонозных бактерий»","type":"project"},{"authors":null,"categories":[],"content":"ФГБУ «ВГНКИ» продолжает проведение ветеринарного мониторинга антибиотикорезистентности зоонозных бактерий и радо представить обновленный проект со свежими данными.\nПроект дополнен данными за 2022 и 2023 годы по 2629 изолятам, включая новый микроорганизм – Listeria monocytogenes.\nПомимо биоматериала животных (фекалии, смывы и тд.) добавлены данные по изолятам , выделенным из объектов внутренней среды предприятия (смывы с поверхностей, оборудования), пищевой продукции, входящего материала (кормов, чистой подстилки, воды), почвы, отобранной в месте выпаса животных.\nДобавлены данные по изолятам от лошадей, кроликов, рыбы (пищевая продукция).\nГеография исследований расширена на три региона России, а также, в случае пищевой продукции, на зарубежные страны – Беларусь, Иран, Турцию. В программу было включено два новых антибиотика – вирджиниамицин и бацитрацин.\n Открыть проект\n","date":1695448800,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1695448800,"objectID":"faf768f68fc011ca8254ec0d373ef9fb","permalink":"https://amrcloud.net/ru/post/20230923-vgnki-update/","publishdate":"2023-09-23T09:00:00+03:00","relpermalink":"/ru/post/20230923-vgnki-update/","section":"post","summary":"ФГБУ «ВГНКИ» продолжает проведение ветеринарного мониторинга антибиотикорезистентности зоонозных бактерий и радо представить обновленный проект со свежими данными.","tags":[],"title":"Обновление проекта от ФГБУ «ВГНКИ»","type":"post"},{"authors":null,"categories":null,"content":"Аннотация Klebsiella pneumoniae – один из наиболее частых и проблемных возбудителей нозокомиальных инфекций. В данном проекте представлены результаты исследования циркулирующих в стационарах РФ и Казахстана клинических штаммов K. pneumoniae, включающие:\n данные об источниках выделения изолятов молекулярно-генетические характеристики изолятов (принадлежность к клональным группам, SNP-типам, сиквенс-типам, наличие генов приобретенных карбапенемаз, гена rmpA (регулятора мукоидного фенотипа), хромосомного гена колибактина (clbA)) чувствительность изолятов к антибиотикам различных групп данные string-теста для выявления гипермуковязкого фенотипа Бактериальные изоляты 3956 неповторяющихся (по одному на каждый случай инфекции) клинических изолятов, выделенных в рамках многоцентровых проспективных микробиологических исследований в период с 10 января 2013 г. по 28 декабря 2020 г. в 75 стационарах 36 городов России и Казахстана: Архангельска, Барнаула, Белгорода, Владивостока, Воронежа, Екатеринбурга, Ижевска, Иркутска, Казани, Караганды, Краснодара, Кургана, Майкопа, Москвы, Мурманска, Набережных Челнов, Нижнего Новгорода, Новороссийска, Новосибирска, Омска, Пензы, Перми, Петрозаводска, Ростова-на-Дону, Санкт-Петербурга, Северска, Смоленска, Твери, Тольятти, Томска, Тюмени, Улан-Удэ, Ульяновска, Челябинска, Южно-Сахалинска и Якутска.\nОпределение чувствительности к антибиотикам Определение минимальных подавляющих концентраций (МПК) методом последовательных двукратных разведений в бульоне Мюллера-Хинтон (по стандарту ISO 20776-1:2006). Определение клинических категорий чувствительности в соответствии с пограничными значениями МПК Европейского комитета по определению чувствительности к антимикробным препаратам (EUCAST) v.13.0, 2023 г. (https://www.eucast.org/clinical_breakpoints)\nМолекулярно-генетическое субвидовое типирование SNP-типирование всех изолятов на основании определения выборочных (n=21) однонуклеотидных полиморфизмов (SNP) в семи хромосомных локусах (gapA, infB, mdh, pgi, phoE, rpoB, tonB) методом высокопроизводительной ПЦР в режиме реального времени Мультилокусное секвенирование-типирование (MLST) отдельных изолятов в соответствии с общепринятой схемой Pasteur (https://bigsdb.pasteur.fr/klebsiella/) Выявление генов приобретенных карбапенемаз Гены наиболее распространенных у Enterobacterales приобретенных сериновых карбапенемаз (групп OXA-48 и KPC) и MBL (групп VIM, IMP и NDM) определяли методом ПЦР в режиме реального времени.\nКоординатор проекта Шайдуллина Эльвира Расиловна научный сотрудник НИИ Антимикробной химиотерапии ФГБОУ ВО «СГМУ» Минздрава России\nelvira.shaidullina@antibiotic.ru\n ","date":1684746000,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1684746000,"objectID":"2adbc8ef4c471bad035b0da033209938","permalink":"https://amrcloud.net/ru/project/kpn-1/","publishdate":"2023-05-22T09:00:00Z","relpermalink":"/ru/project/kpn-1/","section":"project","summary":"Результаты исследования циркулирующих в стационарах РФ и Казахстана клинических штаммов *K. pneumoniae*","tags":null,"title":"\u003cem\u003eKlebsiella pneumoniae\u003c/em\u003e: Генетическое разнообразие и чувствительность к антибиотикам","type":"project"},{"authors":null,"categories":null,"content":"Аннотация Klebsiella pneumoniae – один из наиболее частых и проблемных возбудителей нозокомиальных инфекций. В данном проекте представлены результаты исследования циркулирующих в стационарах России, Беларуси и Казахстана клинических штаммов K. pneumoniae, включающие:\n данные об источниках выделения изолятов данные субвидового типирования по MLST, капсульному полисахариду (K-антиген), липополисахариду (O-антиген), иерсинабактин-кодирующему ICEKp генетические детерминанты (гены) резистентности генетические детерминанты (гены) вирулентности чувствительность изолятов к антибиотикам различных групп Бактериальные изоляты Неповторяющиеся (по одному на каждый случай инфекции) клинические изоляты (N=241), выделенные от госпитализированных пациентов в рамках многоцентровых проспективных микробиологических исследований НИИАХ/МАКМАХ в период с 25 февраля 2013 г. по 9 декабря 2019 г. в 45 стационарах 29 городов России, Беларуси и Казахстана: Белгорода, Владивостока, Гомеля, Екатеринбурга, Ижевска, Казани, Караганды, Краснодара, Липецка, Майкопа, Минска, Могилева, Москвы, Мурманска, Набережных Челнов, Новосибирска, Омска, Перми, Петрозаводска, Ростова-на-Дону, Санкт-Петербурга, Северска, Смоленска, Твери, Томска, Тюмени, Улан-Удэ, Ульяновска и Якутска.\nОпределение чувствительности к антибиотикам Определение минимальных подавляющих концентраций (МПК) методом последовательных двукратных разведений в бульоне Мюллера-Хинтон (по стандарту ISO 20776-1:2006) 1. Определение клинических категорий чувствительности в соответствии с пограничными значениями МПК Европейского комитета по определению чувствительности к антимикробным препаратам (EUCAST) v.13.022.\nПолногеномное секвенирование Секвенирование на платформах NextSeq 550 (Illumina) и/или MinION (Oxford Nanopore Technologies) Определение сиквенс-типа (ST), K-серотипа, О-серотипа, аллельного варианта иерсиниабактина и ICEKp в программе Kleborate 3 ,4: Определение генов резистентности в программе AMRFinderPlus5 Определение генов вирулентности в программе ABRicate6 с использованием базы данных BIGSdb-Kp института Пастера7 Определение и реконструкция плазмид с использованием программы MOB-suite8 Организации - участники проекта НИИАХ ФГБОУ ВО \u0026ldquo;СГМУ\u0026rdquo; Минздрава России (сбор, идентификация, определение чувствительности клинических изолятов, анализ фенотипических и геномных данных) ФБУН ЦНИИ Эпидемиологии Роспотребнадзора (геномное секвенирование) ФГБУ \u0026ldquo;ЦСП\u0026rdquo; ФМБА России (геномное секвенирование) Координатор проекта Шайдуллина Эльвира Расиловна научный сотрудник НИИ Антимикробной химиотерапии ФГБОУ ВО «СГМУ» Минздрава России\nelvira.shaidullina@antibiotic.ru\n Ссылки ISO 20776-1:2019. Susceptibility testing of infectious agents and evaluation of performance of antimicrobial susceptibility test devices - Part 1: Broth micro-dilution reference method for testing the in vitro activity of antimicrobial agents against rapidly growing aerobic bacteria involved in infectious diseases. 2019. \u0026#x21a9;\u0026#xfe0e;\n EUCAST Clinical Breakpoints v13.0. 2023: (https://www.eucast.org/clinical_breakpoints). \u0026#x21a9;\u0026#xfe0e;\n Lam, M. M., Wick, R. R., Watts, S. C., Cerdeira, L. T., Wyres, K. L., \u0026amp; Holt, K. E. (2021). A genomic surveillance framework and genotyping tool for Klebsiella pneumoniae and its related species complex. Nature communications, 12(1), 4188. (https://github.com/klebgenomics/Kleborate). \u0026#x21a9;\u0026#xfe0e;\n Wyres, K. L., Wick, R. R., Gorrie, C., Jenney, A., Follador, R., Thomson, N. R., \u0026amp; Holt, K. E. (2016). Identification of Klebsiella capsule synthesis loci from whole genome data. Microbial genomics, 2(12):e000102. \u0026#x21a9;\u0026#xfe0e;\n Feldgarden, M., Brover, V., Gonzalez-Escalona, N., Frye, J. G., Haendiges, J., Haft, D. H., Hoffmann M., Pettengill J.B., Prasad A.B., Tillman G.E., Tyson G.H. \u0026amp; Klimke, W. (2021). AMRFinderPlus and the Reference Gene Catalog facilitate examination of the genomic links among antimicrobial resistance, stress response, and virulence. Sci Rep 11: 12728. (https://github.com/ncbi/amr). \u0026#x21a9;\u0026#xfe0e;\n Seemann T, Abricate, Github (https://github.com/tseemann/abricate). \u0026#x21a9;\u0026#xfe0e;\n Bialek-Davenet S., Criscuolo A., Ailloud F., Passet V., Jones L., Delannoy-Vieillard A.S., Garin B., Le Hello S., Arlet G., Nicolas-Chanoine M.H., Decré D., \u0026amp; Brisse S. (2014). Genomic definition of hypervirulent and multidrug-resistant Klebsiella pneumoniae clonal groups. Emerg Infect Dis 20: 1812-20 (https://bigsdb.pasteur.fr/klebsiella/). \u0026#x21a9;\u0026#xfe0e;\n Robertson, J., \u0026amp; Nash, J. H. (2018). MOB-suite: software tools for clustering, reconstruction and typing of plasmids from draft assemblies. Microbial genomics, 4(8):e000206. \u0026#x21a9;\u0026#xfe0e;\n ","date":1684746000,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1684746000,"objectID":"cd995475539e1e4d28baca17fd46e5b0","permalink":"https://amrcloud.net/ru/project/kpn-2/","publishdate":"2023-05-22T09:00:00Z","relpermalink":"/ru/project/kpn-2/","section":"project","summary":"Результаты исследования циркулирующих в стационарах России, Беларуси и Казахстана клинических штаммов *K. pneumoniae*","tags":null,"title":"\u003cem\u003eKlebsiella pneumoniae\u003c/em\u003e: анализ маркеров резистентности и вирулентности на основе данных геномного секвенирования","type":"project"},{"authors":null,"categories":[],"content":"В AMRcloud стали доступны критерии EUCAST v.13.0 (2023).\n","date":1675663200,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1675663200,"objectID":"a16fa32e39c8fa368fa242d9f9b4ed72","permalink":"https://amrcloud.net/ru/post/20230130-eucast/","publishdate":"2023-02-06T09:00:00+03:00","relpermalink":"/ru/post/20230130-eucast/","section":"post","summary":"В AMRcloud стали доступны критерии EUCAST v.13.0 (2023).","tags":[],"title":"В AMRcloud стали доступны критерии EUCAST 2023","type":"post"},{"authors":null,"categories":[],"content":"Январское обновление платформы для анализа пользовательских данных антибиотикорезистентности AMRcloud:\n у пользователей появилась возможность добавлять графики \u0026ldquo;Группировать по\u0026rdquo; из вкладок \u0026ldquo;Структура данных\u0026rdquo; и \u0026ldquo;Выбранный антибиотик\u0026rdquo; к ранее созданным дашбордам\n Пример работы с вкладкой Структура данных Пример работы с вкладкой Выбранный антибиотик в глобальных настройках отображения графиков появилась возможность убрать числовые значения\n Настройка отображения графиков в режиме просмотра дашбордов (при переходе по ссылке или QR-коду) появилась возможность менять настройки отображения графиков: размер и видимость подписей\n Регулировка размера подписей Регулировка отображения подписей ","date":1675058400,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1675058400,"objectID":"4aa3f199264edb6bbec6530b71877956","permalink":"https://amrcloud.net/ru/post/20230130-amrcloud-update/","publishdate":"2023-01-30T09:00:00+03:00","relpermalink":"/ru/post/20230130-amrcloud-update/","section":"post","summary":"Январское обновление платформы для анализа пользовательских данных антибиотикорезистентности AMRcloud.","tags":[],"title":"Январский пакет обновлений","type":"post"},{"authors":null,"categories":null,"content":"Руководство рассказывает о том, как имеющиеся у вас данные в AMRcloud можно использовать для заполнения отчета в системе годовых отчетов для главного внештатного специалиста Министерства здравоохранения Российской Федерации по клинической микробиологии и антимикробной резистентности ( specialist.antibiotic.ru).\nВыгрузка данных из AMRcloud Предполагается, что у вас уже есть данные по микробиологическим исследованиям за год, загруженные в какой-либо из наборов данных AMRcloud.\nВыберите нужный набор и нажмите кнопку Редактировать набор данных.\n Редактирование набора данных Перейдите на вкладку Скачать. Выберите пункт Windows (кириллица) если вы планируете использовать MS Excel для работы с таблицей. Поскольку для системы годовых отчетов важны данные о резистентных изолятах, нам нужно выгрузить уже интерпретированные данные, для этого нажмите кнопку Скачать исходные данные.\n Выгрузка набора набора данных из AMRcloud В результате будет скачан ZIP-архив с файлом. В архиве будет файл CSV, его необходимо открыть в MS Excel.\nПодготовка таблицы для загрузки в систему годовых отчетов Чтобы файл корректно обработался системой годовых отчетов, необходимы следующие условия:\n Столбец с клиническим материалом должен назваться Материал; Столбец с видом организма должен называться Организм; Написание материалов и видов организмов должны совпадать с таковыми в справочниках системы годовых отчетов; Итоговая таблица должна быть сохранена в формате Excel (xlsx); Файл Excel должен содержать только один лист с данными. Для этого открываем скачанный файл CSV, находим в нем столбцы с клиническим материалом и видом организма и переименовываем. Порядок столбцов и регистр букв не важен.\n Переименование столбцов При необходимости можно заменить написание клинических материалов и видов организмов, чтобы они соответствовали таковым в системе годовых отчетов. При импорте заполняется только информация по интересующим систему материалам и организмам, все остальные игнорируются.\nПеречень допустимых названий клинических материалов:\n Аспират синуса/промывные воды синуса Биоптат (слизистая оболочка желудка) Другие Кровь Ликвор Мазок из глотки Мокрота, БАЛ, ЭТА, плевральная жидкость Моча Соскоб из уретры Соскоб из цервикального канала Фекалии Перечень допустимых названий видов микроорганизмов:\n Acinetobacter baumannii Bordetella pertussis/parapertussis Campylobacter spp. Candida albicans Candida spp. (кроме C. albicans) Chlamydia trachomatis Chlamydophila pneumoniae Clostridium difficile Corynebacterium diphtheriae Enterococcus faecalis Enterococcus faecium Escherichia coli Haemophilus influenzae Helicobacter pylori Herpes simplex virus type 1,2 Human herpes virus type 4 (Epstein-Barr virus) Human herpes virus type 5 (Cytomegalovirus) Human herpes virus type 6 Human papilloma virus Klebsiella pneumoniae Legionella spp. Listeria monocytogenes Moraxella catarrhalis Neisseria gonorrhoeae Neisseria meningitidis Pseudomonas aeruginosa Salmonella spp. Shigella spp. Staphylococcus aureus Streptococci групп B, C, G Streptococcus pneumoniae Streptococcus pyogenes (сг А) Trichomonas vaginalis Ureaplasma urealyticum При необходимости можно объединять схожие категории в одну (например все отдельные материалы Мокрота, БАЛ, ЭТА, плевральная жидкость можно объединить в одну категорию, также как и все Candida, отличные от Candida albicans), воспользоваться функциями фильтров, поиска и замены.\nПосле того, как данные подготовлены нужно сохранить файл из формата CSV в формат Excel. Для этого выбираем меню Файл -\u0026gt; Сохранить как -\u0026gt; В диалоге сохранения файла выбираем Книга Excel (xlsx).\n Сохранение в формате Excel Полученный файл готов для загрузки в систему годовых отчетов.\nЗагрузка данных в систему годовых отчетов С помощью данного файла можно заполнить данные по двум разделам отчета:\n Микробный пейзаж Резистентность В каждом из этих разделов в режиме редактирования есть соответствующая кнопка Загрузить файл AMRcloud.\n Кнопка загрузки таблицы в системе годовых отчетов Стоит отметить, что в разделе Микробный пейзаж нужно загрузить отдельный файл для каждого из нужных методов. Соответственно, если у вас в одном файле содержатся данные по всем трем методам исследований, необходимо разделить таблицу на три части и сохранить каждую в отдельный файл.\nПри нажатии кнопки Загрузить файл AMRcloud появится диалог, который еще раз напомнит о требованиях к загружаемому файлу и предупредит, что все внесенные ранее данные по микробному пейзажу будут перезаписаны новыми данными из файла AMRcloud. Для загрузки файла нажмите кнопку Импортировать файл AMRcloud и выберите нужный файл.\n Диалог импорта для раздела Микробный пейзаж В случае успешной загрузки вы увидите суммарные данные в форме отчета.\n Заполненный раздел формы отчета При необходимости вы можете отредактировать, удалить или добавить новые данные вручную.\nВ разделе Резистентность загрузка происходит полностью аналогично.\nСтоит только отметить, что для подсчета количества резистентных изолятов используются столбцы с названиями антибиотиков и постфиком _sir.\n Диалог импорта для раздела Резистеность Перечень антибиотиков, для которых формируется отчет приведен ниже:\n cefepime cefotaxime ceftazidime ceftazidime-avibactam ciprofloxacin ertapenem erythromycin imipenem levofloxacin linezolid meropenem moxifloxacin norfloxacin oxacillin-cefoxitin oxacillin-screen penicillin vancomycin Пример результата загрузки файла AMRcloud в раздел отчета Резистентность приведен ниже.\n Заполненный раздел формы отчета При необходимости вы можете также отредактировать, удалить или добавить новые данные вручную.\n","date":1674496800,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1674496800,"objectID":"b8dfafdc9440dee69481cb89d35791ae","permalink":"https://amrcloud.net/ru/tutorials/integrations/reports/","publishdate":"2023-01-23T18:00:00Z","relpermalink":"/ru/tutorials/integrations/reports/","section":"tutorials","summary":"Руководство рассказывает о том, как имеющиеся у вас данные в AMRcloud можно использовать для заполнения отчета в системе годовых отчетов для главного внештатного специалиста Министерства здравоохранения Российской Федерации по клинической микробиологии и антимикробной резистентности ( specialist.antibiotic.ru).\nВыгрузка данных из AMRcloud Предполагается, что у вас уже есть данные по микробиологическим исследованиям за год, загруженные в какой-либо из наборов данных AMRcloud.\nВыберите нужный набор и нажмите кнопку Редактировать набор данных.\n Редактирование набора данных Перейдите на вкладку Скачать.","tags":null,"title":"Импорт данных из AMRcloud в систему годовых отчетов","type":"docs"},{"authors":null,"categories":null,"content":"Организаторы ФГАОУ ВО РНИМУ им. Н.И. Пирогова Минздрава РФ ФГБОУ ВО «Самарский государственный медицинский университет» Минздрава РФ ГБУЗ «Городская клиническая больница № 15 им. О.М. Филатова» департамента здравоохранения города Москвы ГБУЗ «Морозовская детская городская клиническая больница» департамента здравоохранения города Москвы Аннотация К грамотрицательным патогенам, имеющим доказанное клиническое значение в развитии легочной инфекции при муковисцидозе, относятся такие микроорганизмы как Pseudomonas aeruginosa, Achromobacter spp., Burkholderia cepacia complex и Stenotrophomonas maltophilia. В данном проекте представлены результаты исследования чувствительности к антибиотикам основных грамотрицательных бактериальных патогенов, выделенных из дыхательных путей пациентов с муковисцидозом в Российской Федерации.\nБактериальные изоляты В январе – феврале 2020 года были проанализированы респираторные образцы 170 пациентов с муковисцидозом (5% от общего числа пациентов с муковисцидозом в Российской Федерации), среди которых были представители 42 регионов в возрасте от 1 года до 33 лет. Объектами исследования были штаммы P. aeruginosa, Achromobacter spp., Burkholderia cepacia complex и S. maltophilia, выделенные из проанализированных респираторных образцов.\nОпределение чувствительности к антибиотикам Минимальные подавляющие концентрации антибиотиков определяли методом микроразведений в бульоне Мюллера-Хинтон. Результаты интерпретировали в соответствии с критериями Института клинических и лабораторных стандартов США (Clinical and Laboratory Standards Institute – CLSI, 2020 г.).\nИсследовательская группа Бочарова Ю.А., Савинова Т.А., Лямин А.В., Кондратенко О.В., Федорова Н.И., Семыкин С.Ю., Поликарпова С.В., Жилина С.В., Чаплин А.В., Коростин Д.О., Маянский Н.А., Чеботарь И.В.\nФинансовая поддержка Работа выполнена при поддержке гранта Российского научного фонда (проект № 20-15-00235).\nКонтактное лицо Бочарова Юлия Александровна Старший научный сотрудник лаборатории молекулярной микробиологии ФГАОУ ВО РНИМУ им. Н.И. Пирогова Минздрава РФ\nivrin7@gmail.com\n ","date":1655197200,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1655197200,"objectID":"89c335c9b065c8bf2ccf4cd28b75e223","permalink":"https://amrcloud.net/ru/project/muco-v/","publishdate":"2022-06-14T09:00:00Z","relpermalink":"/ru/project/muco-v/","section":"project","summary":"Результаты кросс-секционного исследования в Российской Федерации","tags":null,"title":"Основные грамотрицательные бактериальные патогены, изолированные из дыхательных путей пациентов с муковисцидозом","type":"project"},{"authors":null,"categories":[],"content":"Июньское обновление платформы для анализа пользовательских данных антибиотикорезистентности AMRcloud:\n Добавлен новый аналитической модуль Экспертная система, который позволяет автоматически находить ошибки и несоответствия в фенотипических данных антибиотикорезистентности.\n Пример работы аналитического модуля Для активации вкладки Экспертная система, необходимо сбросить 4 шаг редактирования набора данных и проставить галку Проверить данные с использованием экспертной системы.\n Активация вкладки Экспертная система Добавлена возможность выбора сортировки отображения круговых диаграмм на вкладке Структура данных (по количеству или по наименованию);\n Сортировка на круговых диаграммах При добавлении графика в дашборд по умолчанию выбирается последний используемый дашборд;\n Добавлена возможность изменить название созданного ранее графика в дашборде;\n Добавлена возможность изменения размера шрифтов на осях Х и Y (на интерактивных графиках);\n Доступно опциональное выключение отображения 95% ДИ.\n Настройка отображения 95% ДИ ","date":1654581600,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1654581600,"objectID":"a5cb7941a580748428f3f2d55b0d6bb9","permalink":"https://amrcloud.net/ru/post/20220607-amrcloud-update/","publishdate":"2022-06-07T09:00:00+03:00","relpermalink":"/ru/post/20220607-amrcloud-update/","section":"post","summary":"AMRcloud обновлен до версии 0.9","tags":[],"title":"Июньское обновление AMRcloud","type":"post"},{"authors":null,"categories":[],"content":"Уважаемые коллеги! Мы благодарим вас за участие в обучающем семинаре «AMRnote — локальные рекомендации по выбору антибиотикотерапии», прошедшем 26 мая 2022 в рамках XXIV конгресса МАКМАХ. Мы постарались, чтобы наш семинар стал живой площадкой для дискуссий и позволил сформировать активное сообщество AMRteam.\nНа семинаре прозвучали доклады наших хороших друзей: Бурасовой Елены Геннадьевны (Улан-Удэ), Шамаевой Степаниды Харитоновны (Якутск), Осокиной Регины Агзамовны (Казань), Ни Оксаны Геннадьевны (Москва), о практическом применении и использовании платформы AMRcloud в реальных проектах, а также Виноградова Алина Геннадьевна представила абсолютно новый продукт из линейки проектов AMRhub: AMRnote — онлайн-платформу для создания, редактирования и обмена протоколами и алгоритмами терапии.\nНадеемся, что все участники симпозиума не только получили новые знания, но и хорошо провели время. Ждём вас на наших новых семинарах, конференциях и активностях!\n ","date":1653544800,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1653544800,"objectID":"6fd42d483b8e4630a9ec4951f77c153c","permalink":"https://amrcloud.net/ru/post/20220526-xxiv-congress/","publishdate":"2022-05-26T09:00:00+03:00","relpermalink":"/ru/post/20220526-xxiv-congress/","section":"post","summary":"Мы благодарим вас за участие в обучающем семинаре прошедшем 26 мая 2022 в рамках XXIV конгресса МАКМАХ","tags":[],"title":"Обучающий семинар «AMRnote — локальные рекомендации по выбору антибиотикотерапии»","type":"post"},{"authors":null,"categories":[],"content":"Мы всегда рады нашим коллегам и партнерам из индустрии, поэтому с радостью сообщаем, что для пользователей ЛИС Патоген среди набора отчетов появилась возможность выгрузки в AMRcloud.\nПорядок действий описан в руководстве Экспорт из ЛИС «Патоген» в AMRcloud.\n","date":1653516000,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1653516000,"objectID":"cef1a5403cb6be09a45999ac88582822","permalink":"https://amrcloud.net/ru/post/20220526-lis-patogen/","publishdate":"2022-05-26T01:00:00+03:00","relpermalink":"/ru/post/20220526-lis-patogen/","section":"post","summary":"Отдельный отчет для выгрузки данных в AMRcloud","tags":[],"title":"Интеграция с ЛИС Патоген","type":"post"},{"authors":null,"categories":null,"content":"Руководство «Экспорт из ЛИС «Патоген» в AMRcloud» рассказывает о том, как имеющиеся у вас данные из ЛИС «Патоген» подготовить для загрузки в онлайн-платформу AMRcloud.\nЛИС «Патоген» имеет встроенный готовый отчет Выгрузка в AMRcloud. Его можно найти в боковом меню программы в разделе Отчеты. По умолчанию выгружаются все данные с момента начала использования ЛИС «Патоген».\n Выбор отчета При необходимости можно отфильтровать данные по следующим параметрам:\n раздел микроорганизмов, антибиотикограммы, микроорганизм, дата регистрации (можно задать период), источник, материал. Все параметры, кроме даты регистрации, имеют множественный выбор, то есть можно выбрать все группы микроорганизмов, а можно выбрать 1, 2 или более группы, те, которые вам нужны для выборки.\n Заполнение фильтров выборки После указания всех фильтров, при нажатии кнопки Найти, сформируется отчет согласно выбранным параметрам с обязательными полями:\n идентификатор изолята, дата, вид микроорганизма, группа микроорганизма, клинический материал, отделение. Дополнительно выводятся данные о маркерах резистентности. Далее таблица состоит из столбцов с наименованиями антимикробных препаратов и результатами определения чувствительности. ЛИС «Патоген» выгружает данные диаметров зон подавления роста и данные минимальных подавляющих концентраций.\n Пример сформированного отчета Чтобы сформировать файл для загрузки в платформу AMRcloud, нужно справа сверху нажать кнопку Экспорт в .csv, автоматически произойдет скачивание файла в формате таблицы Excel.\n Выгрузка отчета в формат CSV Готовый отчет можно найти в папке Загрузки вашего браузера.\n Отчет, открытый в программе MS Excel Созданный файл может быть загружен в AMRcloud для анализа. Как загрузить полученный файл подробно описано в Руководстве «AMRcloud. Импорт данных» ","date":1653437160,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1653437160,"objectID":"2890b669b5ec621d27b196dd91408e49","permalink":"https://amrcloud.net/ru/tutorials/integrations/patogen-lis/","publishdate":"2022-05-25T00:06:00Z","relpermalink":"/ru/tutorials/integrations/patogen-lis/","section":"tutorials","summary":"Руководство «Экспорт из ЛИС «Патоген» в AMRcloud» рассказывает о том, как имеющиеся у вас данные из ЛИС «Патоген» подготовить для загрузки в онлайн-платформу AMRcloud.\nЛИС «Патоген» имеет встроенный готовый отчет Выгрузка в AMRcloud. Его можно найти в боковом меню программы в разделе Отчеты. По умолчанию выгружаются все данные с момента начала использования ЛИС «Патоген».\n Выбор отчета При необходимости можно отфильтровать данные по следующим параметрам:\n раздел микроорганизмов, антибиотикограммы, микроорганизм, дата регистрации (можно задать период), источник, материал.","tags":null,"title":"Экспорт из ЛИС «Патоген» в AMRcloud","type":"docs"},{"authors":["Кузьменков А.Ю.","Виноградова А.Г.","Трушин И.В.","Козлов Р.С."],"categories":null,"content":"Цель Проанализировать особенности локального мониторинга антибиотикорезистентности в стационарах на территории РФ.\nМатериалы и методы В рамках исследования был проведен опрос специалистов из 305 учреждений здравоохранения. Продолжительность сбора данных составила 1 год (март 2020 г. – апрель 2021 г.). Полученные ответы анализировались с использованием языка программирования «R». Для обработки данных, расчета доверительных интервалов применялись специальные пакеты. Оценка результатов проводилась с помощью описательного анализа с расчетом абсолютных и относительных частот, 95% доверительных интервалов по методу Уилсона. Частоты сравнивались с использованием точного критерия Фишера. Уровень значимости α был принят равным 0,05.\nРезультаты В опросе участвовали учреждения различного уровня организации. Данные локальной эпидемиологии антибиотикорезистентности доступны для 54,1% учреждений. Использование в работе программно-технических средств для автоматизации процессов мониторинга антибиотикорезистентности отметили 26,23% учреждений. Внедрение в работу медицинского учреждения системы управления антимикробной терапии подтвердило 25,3% учреждений. В информационных системах были доступны данные о результатах идентификации возбудителей и установлении категории чувствительности к антибиотикам – 12,46%. Свыше 70% участников указали, что обновляют интерпретационные критерии ежегодно. Хранение результатов определения чувствительности микроорганизмов к антибиотикам на протяжении более 1 года осуществляли свыше 90% учреждений. Наличие локальных протоколов антимикробной терапии подтвердило 34,75% опрошенных.\nВыводы Для большинства профильных специалистов доступ к данным по локальной эпидемиологии антимикробной резистентности ограничен. Выявлена недостаточная частота использования программно-технических средств для автоматизации сбора и оценки данных антибиотикорезистентности. Внедрение программы стратегии управления антимикробной терапией и разработка локальных протоколов антимикробной терапии проводятся в ограниченном количестве учреждений. Полученные данные свидетельствуют о существенных проблемах в системной организации локального мониторинга антибиотикорезистентности.\n","date":1648339200,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1648339200,"objectID":"7887111670c088360b5bb2003216fe08","permalink":"https://amrcloud.net/ru/publication/cmac-2022-t24-n1-p31/","publishdate":"2022-03-27T00:00:00Z","relpermalink":"/ru/publication/cmac-2022-t24-n1-p31/","section":"publication","summary":"Продолжительный сбор данных по активности АМП в отношении клинически значимых возбудителей сформировывает предпосылки для дальнейшего использования высоковалидных результатов. Долгосрочный мониторинг содержит важные компоненты, направленные на то, чтобы улучшить понимание эпидемиологии резистентности и факторов, влияющих на ее возникновение и распространение","tags":null,"title":"Практика локального мониторинга антибиотикорезистентности в стационарах различных регионов РФ","type":"publication"},{"authors":null,"categories":null,"content":"Руководство «Экспорт из Adagio в AMRcloud» рассказывает о том, как имеющиеся у вас данные из анализатора Adagio подготовить для загрузки в онлайн-платформу AMRcloud.\n Предварительно необходимо настроить шаблоны отчетов для выгрузки. Для настройки отчетов обращайтесь в службу поддержки Био-Рад sos@bio-rad.com Как загрузить полученный файл подробно описано в Руководстве «AMRcloud. Импорт данных»\nЭкспорт данных из Adagio Файл экспорта представляет собой Excel файл. Формирование файла выполняется на основании данных, входящих в предварительно созданный список отобранных анализов.\nДля подготовки данных для выгрузки нужно зайти в меню Инструменты → Эпидемиология.\n Меню Эпидемиология В открывшемся окне необходимо выбрать английский язык.\n Выбор языка В списке нужно найти папку AMRCloud и нажать на серый треугольник слева\n Выбор отчета После этого выбрать отчет, который будет сформирован:\n AMRCloud dd для выгрузки диаметров ЗПР AMRCloud SIR для выгрузки результатов в категориях S, I, R. Задание временного периода для отбора.\n Выбор временного периода Во вкладке Criteria внести даты начала и окончания периода, затем нажать кнопку Save.\n Внимание! Необходимо дождаться появления всплывающего окна Saved with success Сохранение изменений Для формирования отчета перейти во вкладку Result и нажать кнопку Run query.\n Формирование отчета Сформированный отчет автоматически откроется в новом окне. Можно закрыть это окно.\n Сформированный отчет Далее необходимо выгрузить отчет в файл в формате Excel.\n Выгрузка готового отчета в файл Excel Готовый отчет с предварительно отобранными данными автоматически сохранится в папке Загрузки.\n Пример отчета в файле Excel Полученный файл необходимо пропустить через конвертер в AMRcloud.\nРабота с онлайн-конвертером Для конвертации файла, перейдите по ссылке https://public.amrcloud.net/adagio.\nЗагрузка файла Для загрузки файла нажмите на кнопку Choose file и выберите ваш файл Adagio.\n Загрузка файла Загрузка файла начнется автоматически. По окончании загрузки система проверит содержимое файла, попытается его прочитать и выведет предпросмотр на экран. В случае успешной загрузки вы увидите следующее.\n Файл успешно загружен Если вы видите таблицу и кнопку Convert, значит файл распознался системой.\nКонвертация Процесс конвертации файла заключается в замене кодов антибиотиков Adagio на обозначения, понятные AMRcloud.\nПосле успешной загрузки файла, нажмите кнопку Convert. По окончании процесса конвертации на странице появится отчет о проделанных манипуляциях. Отчет содержит перечень кодов антибиотиков, которые были перекодированы, а также сообщения-предупреждения на которые стоит обратить внимание.\nСуществуют следующие виды предупреждений:\n Предупреждение Column [AMC] has no values выводится когда в столбце с антибиотиком не обнаружено значений. Предупреждение Column [AMC] looks like antibiotic, but has ho DISK values выводится в том случае, когда конвертер обнаруживает в столбце с антибиотиком значения, которые не может распознать ни как диаметры зон подавления роста, ни как интерпретированные значения SIR. Название столбца при этом все равно приводится к формату AMRcloud, значения остаются неизменными. Предупреждение Columns with identical names have been enumerated выводится когда при заменах названий столбцов с антибиотиками образовались одинаковые имена. В таком случае столбцы нумеруются по порядку. Пример предупреждений Перекодировка антибиотиков Скачивание файла Для получения сконвертированного файла, готового к загрузке в AMRcloud, нажмите кнопку Download.\nДанный файл может быть использован Вами для создания проектов и наборов данных в AMRcloud. Руководство по загрузке файлов в AMRcloud доступно по ссылке.\nРабота с оффлайн-конвертером Возможна конвертация из формата Adagio в формат AMRcloud и без использования интернета. Для этого необходимо воспользоваться оффлайн-конвертером.\nУстановка Программа AMRcloud Adagio Converter не требует установки, достаточно скачать архив и распаковать его.\n AMRcloudAdagioConverter.zip.\nПосле этого запустите файл AMRcloudAdagioConverter.exe.\nДля работы программы требуется .Net 6. При необходимости его можно скачать с официального сайта Microsoft.\nРабота с программой Окно программы после запуска выглядит следующим образом.\n Главное окно программы Для выбора файла Adagio нажмите кнопку Open Adagio Excel File, либо выберите меню File → Open Adagio Excel file.\n Выбор файла После выбора файла должна появиться таблица. Если таблица не появилась, возможно форматирование файла отличается от стандартного и нужно исправить исходный файл.\nДля запуска процесса конвертации нажмите кнопку Convert to AMRcloud.\n Конвертация файла По окончании процесса конвертации на странице появится отчет о проделанных манипуляциях. Отчет содержит перечень кодов антибиотиков и организмов, которые были перекодированы, а также сообщения-предупреждения на которые стоит обратить внимание.\n Отчет о конвертации По умолчанию сконвертированный файл сохраняется в папку .\\Converted рядом с исполняемым файлом программы. Открыть сконвертированный файл можно с помощью кнопки Open converted file.\nСуществуют следующие виды предупреждений:\n Предупреждение Column [AMC] has no values выводится когда в столбце с антибиотиком не обнаружено значений. Предупреждение Column [AMC] looks like antibiotic, but has ho DISK values выводится в том случае, когда конвертер обнаруживает в столбце с антибиотиком значения, которые не может распознать ни как диаметры зон подавления роста, ни как интерпретированные значения SIR. Название столбца при этом все равно приводится к формату AMRcloud, значения остаются неизменными. Предупреждение Columns with identical names have been enumerated выводится когда при заменах названий столбцов с антибиотиками образовались одинаковые имена. В таком случае столбцы нумеруются по порядку. Работа со справочниками Программа содержит предустановленный справочник антибиотиков, согласно которому осуществляется конвертация. При необходимости вы можете вносить в него изменения с помощью меню Dicitonaries.\nДля открытия справочника антибиотиков выберите меню Dictionaries → Antibiotics.\n Меню справочников Окно справочника выглядит следующим образом.\n Справочник антибиотиков Для ввода данных достаточно дважды кликнуть на ячейку таблицы и ввести текст. Подтверждение ввода осуществляется клавишей Enter. Добавление новых записей осуществляется с помощью строки, помеченной звездочкой. Сохранить изменения можно с помощью кнопки Save. Кнопка Reload позволяет перезагрузить таблицу заново, тем самым сбросить несохраненные изменения.\nКнопка Import позволяет упростить заполнение справочника. При нажатии появляется текстовое окно, куда можно скопировать таблицу с кодами из Excel. По нажатии кнопки OK они будут добавлены в справочник.\n Импорт новых значений в справочник Кнопка Export позволяет сохранить значения справочника в файл формата Excel.\n","date":1648166760,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1648166760,"objectID":"69099612ee317871cb13aab8379dc2a9","permalink":"https://amrcloud.net/ru/tutorials/integrations/adagio/","publishdate":"2022-03-25T00:06:00Z","relpermalink":"/ru/tutorials/integrations/adagio/","section":"tutorials","summary":"Руководство «Экспорт из Adagio в AMRcloud» рассказывает о том, как имеющиеся у вас данные из анализатора Adagio подготовить для загрузки в онлайн-платформу AMRcloud.\n Предварительно необходимо настроить шаблоны отчетов для выгрузки. Для настройки отчетов обращайтесь в службу поддержки Био-Рад sos@bio-rad.com Как загрузить полученный файл подробно описано в Руководстве «AMRcloud. Импорт данных»\nЭкспорт данных из Adagio Файл экспорта представляет собой Excel файл. Формирование файла выполняется на основании данных, входящих в предварительно созданный список отобранных анализов.","tags":null,"title":"Экспорт из Adagio в AMRcloud","type":"docs"},{"authors":null,"categories":null,"content":"Руководство «Конвертация CAESAR \u0026lt;=\u0026gt; AMRcloud» рассказывает о следующем:\n как имеющиеся у вас данные, готовые для репортирования в рамках исследования CAESAR, подготовить для загрузки в онлайн-платформу AMRcloud. как имеющиеся у вас данные, загруженные в AMRcloud, подготовить для репортирования в рамках исследования CAESAR. Из CAESAR в AMRcloud Подготовка Таблица в формате CAESAR представляет собой CSV файл (разделитель - точка с запятой), в котором информация по одному изоляту содержится в в нескольких строках.\n Пример файла в формате CAESAR Для формата AMRcloud необходимо преобразовать таблицу таким образом, чтобы в одной строке содержалась информация по одному изоляту.\nДля конвертации файла, перейдите по ссылке https://public.amrcloud.net/caesar.\nЗагрузка файла Для загрузки файла нажмите на кнопку Choose file и выберите ваш файл CAESAR.\n Загрузка файла Загрузка файла начнется автоматически. По окончании загрузки система проверит содержимое файла, попытается его прочитать и выведет предпросмотр на экран. В случае успешной загрузки вы увидите следующее.\n Файл успешно загружен Если вы видите таблицу и кнопку Convert Caesar to AMRcloud, значит файл распознался системой.\nЕсли же кнопки нет и таблица представляет собой список строк, значит файл не соответствует заданному формату. Попробуйте пересохранить его в формате CSV, разделитель точка с запятой, кодировка UTF-8. Еще одной причиной ошибки может быть отсутствие обязательных столбцов в файле формата CAESAR — если хотя бы один столбец отсутствует, файл считается некорректным.\n Некорректный файл Конвертация Процесс конвертации файла заключается в \u0026ldquo;разворачивании\u0026rdquo; таблицы и замене кодов CAESAR на обозначения, понятные AMRcloud. Такие замены производятся для:\n Антибиотиков (столбец Antibiotic); Организмов (столбец Pathogen); Замены производятся согласно официальному протоколу исследования CAESAR. Остальные столбцы остаются без изменений.\nПосле успешной загрузки файла, нажмите кнопку Convert Caesar to AMRcloud. По окончании процесса конвертации на странице появится отчет о проделанных манипуляциях. Отчет содержит перечень кодов антибиотиков и организмов, которые были перекодированы, а также сообщения-предупреждения на которые стоит обратить внимание.\n Перекодировка антибиотиков Перекодировка организмов Предупреждения Существует три типа предупреждений:\n Предупреждение No translation has been found for antibiotic [] выводится в том случае, когда конвертеру не удалось сопоставить код антибиотика со словарем. Если код не сопоставлен, используется оригинальное написание. В данном примере код антибиотика пропущен, так как в конце файла присутствует пустая строка. Предупреждение No translation has been found for pathogen [] выводится в том случае, когда конвертеру не удалось сопоставить код организма со словарем. Если код не сопоставлен, используется оригинальное написание. В данном примере код антибиотика пропущен, так как в конце файла присутствует пустая строка. Предупреждение Isolate has doubles for antibiotic выводится в случае, когда для одного изолята присутствует больше одной строки со значением антибиотика одного кода. В качестве идентификатора изолята используется объединение полей HospitalID_LaboratoryCode_IsolateID_PatientID. Скачивание файла Для получения сконвертированного файла, готового к загрузке в AMRcloud, нажмите кнопку Download.\nДанный файл может быть использован Вами для создания проектов и наборов данных в AMRcloud. Руководство по загрузке файлов в AMRcloud доступно по ссылке.\nИз AMRcloud в CAESAR Подготовка Чтобы получить файл из AMRcloud нужно:\n Выбрать набор данных, который вы хотите выгрузить и нажать кнопку Редактировать набор данных; Выбор набора данных Перейти на вкладку Скачать, установить кодировку UTF-8 и скачать нужные вам данные. Скачивание набора данных Для получения таблицы в формате CAESAR необходимо \u0026ldquo;свернуть\u0026rdquo; таблицу AMRcloud таким образом, чтобы в одной строке содержалась информация по одному антибиотику. Пример такой таблицы приводится ниже.\n Пример файла в формате CAESAR Для конвертации файла, перейдите по ссылке https://public.amrcloud.net/caesar.\nЗагрузка файла Для загрузки файла нажмите на кнопку Choose file и выберите ваш файл AMRcloud.\n Загрузка файла Загрузка файла начнется автоматически. По окончании загрузки система проверит содержимое файла, попытается его прочитать и выведет предпросмотр на экран. В случае успешной загрузки вы увидите следующее.\n Файл успешно загружен Если вы видите таблицу и кнопку Convert AMRcloud to Caesar. Step 1, значит файл распознался системой.\nЕсли же кнопки нет и таблица представляет собой список строк, значит файл не соответствует заданному формату. Попробуйте пересохранить его в формате CSV, разделитель точка с запятой, кодировка UTF-8. Еще одной причиной ошибки может быть отсутствие обязательных столбцов в файле формата AMRcloud — столбцов с антибиотиками с суффиксами _dd, _mic, _etest_mic, _sir. Если нет ни одного такого столбца — файл считается некорректным.\n Некорректный файл Конвертация файла. Часть 1 Чтобы приступить к конвертации нажмите кнопку Convert AMRcloud to Caesar. Step 1.\n Конвертация. Шаг 1 На первом этапе необходимо сопоставить поля оригинального файла AMRcloud с полями файла в формате CAESAR. Полное описание полей можно найти в официальном протоколе исследования CAESAR.\nДля нас наиболее важно указать какой столбец собержит имена организмов. В нашем случае, это MICROORGANISM. Остальные поля сопоставляем по своему усмотрению. Если поле сопоставлять не требуется, можно оставить выпадающий список пустым.\n Сопоставление полей AMRcloud и CAESAR После того, как поля сопоставлены, можно переходить непосредственно к конвертации файла.\nКонвертация файла. Часть 2 Для преобразования файла нажмите кнопку Convert AMRcloud to Caesar. Step 2. По окончании процесса конвертации на странице появится отчет о проделанных манипуляциях. Отчет содержит перечень кодов антибиотиков, организмов и материалов, которые были перекодированы, а также сообщения-предупреждения на которые стоит обратить внимание.\n Перекодировка антибиотиков Перекодировка организмов Перекодировка материалов Предупреждения Существует три типа предупреждений:\n Предупреждение No Antibiotic code found for [] выводится в том случае, когда конвертеру не удалось сопоставить код антибиотика со словарем. Если код не сопоставлен, используется оригинальное написание. Предупреждение No Specimen code found for [] выводится в том случае, когда конвертеру не удалось сопоставить код материала со словарем. Если код не сопоставлен, используется оригинальное написание. Предупреждение No Pathogen code found for [] выводится в том случае, когда конвертеру не удалось сопоставить код организма со словарем. Если код не сопоставлен, используется оригинальное написание. Скачивание файла Для получения сконвертированного файла нажмите кнопку Download.\n","date":1648166760,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1648166760,"objectID":"693d1bfb14d67a947ddda69f03c1cb07","permalink":"https://amrcloud.net/ru/tutorials/integrations/caesar/","publishdate":"2022-03-25T00:06:00Z","relpermalink":"/ru/tutorials/integrations/caesar/","section":"tutorials","summary":"Руководство «Конвертация CAESAR \u0026lt;=\u0026gt; AMRcloud» рассказывает о следующем:\n как имеющиеся у вас данные, готовые для репортирования в рамках исследования CAESAR, подготовить для загрузки в онлайн-платформу AMRcloud. как имеющиеся у вас данные, загруженные в AMRcloud, подготовить для репортирования в рамках исследования CAESAR. Из CAESAR в AMRcloud Подготовка Таблица в формате CAESAR представляет собой CSV файл (разделитель - точка с запятой), в котором информация по одному изоляту содержится в в нескольких строках.","tags":null,"title":"Конвертация CAESAR \u003c=\u003e AMRcloud","type":"docs"},{"authors":null,"categories":null,"content":"Руководство «Экспорт из LabForce в AMRcloud» рассказывает о том, как имеющиеся у вас данные из ЛИС LabForce экспортировать в файл формата AMRcloud.\nФайл экспорта представляет собой текстовый файл, использующий в качестве разделителя полей символ табуляции и имеющий кодировку WIN1251. Формирование файла выполняется на основании данных, входящих в предварительно созданный список отобранных анализов.\nДля подготовки данных для выгрузки нужно зайти в меню Справочники \u0026gt; Интеграция с МИС \u0026gt; Выгрузка в AMRCloud.\n Меню Интеграция с МИС В открывшейся форме необходимо задать период для подготовки данных. После этого нажимаем кнопку Сформировать данные:\n Задание временного периода для отбора Система формирует данные, которые можно предварительно посмотреть:\n Предварительный просмотр Далее нужно в поле Файл выгрузки указать путь сохранения файла с помощью кнопки с тремя точками и нажать кнопку Выгрузить.\n Выбор места сохранения файла В результате будет создан файл в формате Excel с предварительно отобранными данными. Пример такого файла ниже.\n Пример файла Excel Созданный файл может быть загружен в AMRcloud для анализа. Как загрузить полученный файл подробно описано в Руководстве «AMRcloud. Импорт данных» ","date":1648166760,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1648166760,"objectID":"c11b2549fab4aeae840c37961bb3378e","permalink":"https://amrcloud.net/ru/tutorials/integrations/labforce/","publishdate":"2022-03-25T00:06:00Z","relpermalink":"/ru/tutorials/integrations/labforce/","section":"tutorials","summary":"Руководство «Экспорт из LabForce в AMRcloud» рассказывает о том, как имеющиеся у вас данные из ЛИС LabForce экспортировать в файл формата AMRcloud.\nФайл экспорта представляет собой текстовый файл, использующий в качестве разделителя полей символ табуляции и имеющий кодировку WIN1251. Формирование файла выполняется на основании данных, входящих в предварительно созданный список отобранных анализов.\nДля подготовки данных для выгрузки нужно зайти в меню Справочники \u0026gt; Интеграция с МИС \u0026gt; Выгрузка в AMRCloud.","tags":null,"title":"Экспорт из LabForce в AMRcloud","type":"docs"},{"authors":null,"categories":null,"content":"Руководство «Экспорт из Vitek в AMRcloud» рассказывает о том, как имеющиеся у вас данные из анализатора Vitek 2 подготовить для загрузки в онлайн-платформу AMRcloud.\nКак загрузить полученный файл подробно описано в Руководстве «AMRcloud. Импорт данных»\nЭкспорт из VITEK 2 Экспортировать можно только изоляты, перешедшие в неактивную область.\nВремя перехода изолятов в неактивную область выставляется в общих настройках. По умолчанию – 14 дней.\nНезавершенные изоляты (требующие проверки или ввода информации о микроорганизме или пациенте) не переходят в неактивную область. Их необходимо перевести в статус Завершенные.\nВ главном окне программы нажать на кнопку Инструменты и выбрать Экспорт неактивных изолятов.\n Главное окно программы В открывшемся окне выставить диапазон дат, поставить галочки на МИК, Фенотип, Подробная информация о карте. При необходимости выбрать другие параметры. Нажать на кнопку Экспорт (верхний правый угол диск со стрелкой).\n Установка параметров экспорта В открывшемся окне нажать Да.\n Подтверждение экспорта В диалоговом окне выбрать расположение и ввести имя файла. Нажать Экспорт неактивных изолятов.\n Сохранение файла Дождаться сообщения об окончании экспорта.\nПолученный файл необходимо пропустить через конвертер в AMRcloud.\nОнлайн-конвертер Подготовка Файл с изолятами из VITEK 2 представляет собой текстовый файл (*.txt), разделитель полей - запятая.\nДля конвертации файла, перейдите по ссылке https://public.amrcloud.net/vitek.\nЗагрузка файла Для загрузки файла нажмите на кнопку Choose file и выберите ваш файл VITEK 2.\n Загрузка файла Загрузка файла начнется автоматически. По окончании загрузки система проверит содержимое файла, попытается его прочитать и выведет предпросмотр на экран. В случае успешной загрузки вы увидите следующее.\n Файл успешно загружен Если вы видите таблицу и кнопку Convert, значит файл распознался системой.\nКонвертация Процесс конвертации файла заключается в замене кодов антибиотиков и организмов VITEK 2 на обозначения, понятные AMRcloud.\nВ результате к таблице добавляются следующие столбцы:\n AMRCLOUD_ID - искусственно созданный уникальный идентификатор строки в таблице AMRCLOUD_ORGANISM_ID - перекодированные названия видом микроорганизмов, которые корректно воспримет AMRcloud для простановки интерпретаций данных чувствительности. При загрузке набора данных на Шаге 2: Выбор параметров рекомендуется использовать именно эти столбцы.\n Для пункта Выберите столбец, содержащий идентификатор изолята AMRCLOUD_ID Для пункта Выберите столбец, содержащий названия видов микроорганизмов AMRCLOUD_ORGANISM_ID Выберите столбец, содержащий идентификатор изолята Выберите столбец, содержащий названия видов микроорганизмов Дополнительно производится объединение значений нескольких столбцов маркеров резистентности в один столбец, начинающийся с кода AMRCLOUD_MARKER_. Также конвертер удаляет столбцы с персональными данными - PATIENT NAME, PATIENT ID, PATIENT LOCATION, LAB ID.\nПосле успешной загрузки файла, нажмите кнопку Convert. По окончании процесса конвертации на странице появится отчет о проделанных манипуляциях. Отчет содержит перечень кодов антибиотиков и организмов, которые были перекодированы, а также сообщения-предупреждения на которые стоит обратить внимание.\nЕсли при анализе файла возникли ошибки, дальнейшая конвертация невозможна. Необходимо исправить файл.\nВозможные ошибки:\n Ошибка Column [BAR CODE] not found. File has no Identity column означает, что не удалось найти столбец BAR CODE с уникальным идентификатором изолята. Необходимо добавить его в исходный файл, либо переименовать существующий столбец с идентификатором. Ошибка Column [ORGANISM CODE] not found. File has no Organism column означает, что не удалось найти столбец ORGANISM CODE с кодом микроорганизма изолята. Необходимо добавить его в исходный файл, либо переименовать существующий столбец с кодами. Пример ошибок Существуют следующие виды предупреждений:\n Предупреждение Column [AM-АМПИЦИЛЛИН] looks like antibiotic, but has some non-MIC values выводится в том случае, когда конвертер обнаруживает в столбце с антибиотиком любые нечисловые значения. Название столбца при этом все равно приводится к формату AMRcloud, значения остаются неизменными. Предупреждение Column AMRCLOUD_MARKER_АМИНОГЛИКОЗИДЫ added информирует о том, что конвертер обнаружил столбцы со значениями Аминогликозиды и создал новый столбец с объединенными значениями по аминогликозидам. Предупреждение Isolate with [BAR CODE]=1234567890 has 2 rows выводится в том случае, когда конвертер обнаружил, что изолят с уникальным идентификатором BAR CODE встречается несколько раз в файле. Рекомендуется исключить дубли из анализа. Предупреждение Column [AM-АМПИЦИЛЛИН] has no values выводится когда в столбце с антибиотиком не обнаружено значений. Предупреждение Columns with identical names have been enumerated выводится когда при заменах названий столбцов с антибиотиками образовались одинаковые имена. В таком случае столбцы нумеруются по порядку. Предупреждение No translation has been found for organism [CODE] выводится когда конвертеру не удалось сопоставить код микроорганизма из столбца ORGANISM CODE со словарем. В таком случае название данного микроорганизма рекомендуется заменить вручную. Пример предупреждений Перекодировка антибиотиков Перекодировка организмов Скачивание файла Для получения сконвертированного файла, готового к загрузке в AMRcloud, нажмите кнопку Download.\nДанный файл может быть использован Вами для создания проектов и наборов данных в AMRcloud. Руководство по загрузке файлов в AMRcloud доступно по ссылке.\nОффлайн-конвертер Возможна конвертация из формата VITEK 2 в формат AMRcloud и без использования интернета. Для этого необходимо воспользоваться оффлайн-конвертером.\nПодготовка Файл с изолятами из VITEK 2 представляет собой текстовый файл (*.txt), разделитель полей - запятая.\nУстановка Для установки программы AMRcloud Vitek Converter скачайте его по ссылке.\n AMRcloudVitekConverter.msi\nЕсли на компьютере не установлен .NET Framework 4, установщик предложит его скачать. По умолчанию программа устанавливается в папку Документы\\AMRsolution\\AMRcloud Vitek Converter\\\nРабота с программой Окно программы после запуска выглядит следующим образом.\n Главное окно программы Для выбора файла VITEK нажмите кнопку Open File, либо выберите меню File → Open Vitek File.\n Выбор файла После выбора файла нажмите кнопку Read File, либо меню File → Read Vitek File. Должна появиться таблица. Если таблица не появилась, возможно форматирование файла отличается от стандартного и нужно выбрать другой тип разделителя. Переключатель типа разделителя расположен между кнопками Open File и Read File. По умолчанию используется разделитель запятая.\n Чтение файла Далее необходимо указать, в каких столбцах содержится идентификатор изолята и код организма. По умолчанию считается, чтобы идентификатор хранится в столбце BAR CODE, а код организма в столбце ORGANISM CODE и эти значения менять не требуется.\nПри желании вы можете задать дополнительные параметры трансформации:\n Флажок Generate Unique IDs позволяет добавить к файлу новый столбец AMRCLOUD_ID с новым сгенерированным уникальным идентификатором. Флажок Concatenate Markers позволяет объединенить значения нескольких столбцов маркеров резистентности в один столбец, начинающийся с кода AMRCLOUD_MARKER_. В результате к таблице добавляются следующие столбцы:\n AMRCLOUD_ID - искусственно созданный уникальный идентификатор строки в таблице AMRCLOUD_ORGANISM_ID - перекодированные названия видом микроорганизмов, которые корректно воспримет AMRcloud для простановки интерпретаций данных чувствительности. AMRCLOUD_MARKER_ - объединенные значения маркеров резистентности При загрузке набора данных на Шаге 2: Выбор параметров рекомендуется использовать именно эти столбцы.\n Для пункта Выберите столбец, содержащий идентификатор изолята AMRCLOUD_ID Для пункта Выберите столбец, содержащий названия видов микроорганизмов AMRCLOUD_ORGANISM_ID Выберите столбец, содержащий идентификатор изолята Выберите столбец, содержащий названия видов микроорганизмов Для запуска процесса конвертации нажмите кнопку Convert.\n Конвертация файла По окончании процесса конвертации на странице появится отчет о проделанных манипуляциях. Отчет содержит перечень кодов антибиотиков и организмов, которые были перекодированы, а также сообщения-предупреждения на которые стоит обратить внимание.\n Отчет о конвертации По умолчанию сконвертированный файл сохраняется в папку Документы\\AMRsolution\\AMRcloud Vitek Converter\\Converted. Открыть сконвертированный файл можно с помощью кнопки Open converted file.\nВозможные ошибки:\n Ошибка Column [BAR CODE] not found. File has no Identity column означает, что не удалось найти столбец BAR CODE с уникальным идентификатором изолята. Необходимо добавить его в исходный файл, либо переименовать существующий столбец с идентификатором. Ошибка Column [ORGANISM CODE] not found. File has no Organism column означает, что не удалось найти столбец ORGANISM CODE с кодом микроорганизма изолята. Необходимо добавить его в исходный файл, либо переименовать существующий столбец с кодами. Существуют следующие виды предупреждений:\n Предупреждение Column [AM-АМПИЦИЛЛИН] looks like antibiotic, but has some non-MIC values выводится в том случае, когда конвертер обнаруживает в столбце с антибиотиком любые нечисловые значения. Название столбца при этом все равно приводится к формату AMRcloud, значения остаются неизменными. Предупреждение Column AMRCLOUD_MARKER_АМИНОГЛИКОЗИДЫ added информирует о том, что конвертер обнаружил столбцы со значениями Аминогликозиды и создал новый столбец с объединенными значениями по аминогликозидам. Предупреждение Isolate with [BAR CODE]=1234567890 has 2 rows выводится в том случае, когда конвертер обнаружил, что изолят с уникальным идентификатором BAR CODE встречается несколько раз в файле. Рекомендуется исключить дубли из анализа. Предупреждение Column [AM-АМПИЦИЛЛИН] has no values выводится когда в столбце с антибиотиком не обнаружено значений. Предупреждение Columns with identical names have been enumerated выводится когда при заменах названий столбцов с антибиотиками образовались одинаковые имена. В таком случае столбцы нумеруются по порядку. Предупреждение No translation has been found for organism [CODE] выводится когда конвертеру не удалось сопоставить код микроорганизма из столбца ORGANISM CODE со словарем. В таком случае название данного микроорганизма рекомендуется заменить вручную. Работа со справочниками Программа содержит предустановленные справочники антибиотиков и организмов, согласно которым осуществляется конвертация. При необходимости вы можете вносить в них изменения с помощью меню Dictionaries.\nСправочники подразделяются на глобальные и пользовательские. Глобальные содержат предустановленные стандартные значения перекодировки. Пользовательские справочники могут переопределять коды глобальных. Поэтому рекомендуется вносить изменения именно в пользовательские справочники.\nРаботу с ними рассмотрим на примере справочника организмов. Для этого выберите меню Dictionaries → User\u0026rsquo;s organisms.\n Меню справочников Окно справочника выглядит следующим образом.\n Окно справочника Для ввода данных достаточно дважды кликнуть на ячейку таблицы и ввести текст. Подтверждение ввода осуществляется клавишей Enter. Добавление новых записей осуществляется с помощью строки, помеченной звездочкой. Сохранить изменения можно с помощью кнопки Save. Кнопка Reload позволяет перезагрузить таблицу заново, тем самым сбросить несохраненные изменения.\n Пример заполнения справочника Кнопка Import позволяет упростить заполнение справочника. При нажатии появляется текстовое окно, куда можно скопировать таблицу с кодами из Excel. По нажатии кнопки OK они будут добавлены в справочник.\n Импорт новых значений в справочник Кнопка Export позволяет сохранить значения справочника в файл формата Excel.\nСправочники Complex antibiotics replacement и Custom antibiotics replacement Особенность данных справочников в том, что они содержат правила для перекодировки значений МПК для комбинированных антибиотиков.\n Справочник Complex antibiotics replacement Для описания такого перекодирования необходимо пары значений записать через символ равно (=) , разделителем пар служит запятая.\nВ качестве примера приводится запись для антибиотика SXT-Триметоприм/cульфаметоксазол. Для словаря использовались следующие справочные данные.\n Vitek trimethoprim, mg/L sulfamethoxasole, mg/L 2,5 0,125 2,375 5 0,25 4,75 10 0,5 9,5 20 1 19 40 2 38 80 4 76 160 8 152 320 16 304 640 32 608 1280 64 1216 2560 128 2432 5120 256 4864 10240 512 9728 ","date":1648166760,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1648166760,"objectID":"81ffafb587466b93484994dad297bbe9","permalink":"https://amrcloud.net/ru/tutorials/integrations/vitek-2/","publishdate":"2022-03-25T00:06:00Z","relpermalink":"/ru/tutorials/integrations/vitek-2/","section":"tutorials","summary":"Руководство «Экспорт из Vitek в AMRcloud» рассказывает о том, как имеющиеся у вас данные из анализатора Vitek 2 подготовить для загрузки в онлайн-платформу AMRcloud.\nКак загрузить полученный файл подробно описано в Руководстве «AMRcloud. Импорт данных»\nЭкспорт из VITEK 2 Экспортировать можно только изоляты, перешедшие в неактивную область.\nВремя перехода изолятов в неактивную область выставляется в общих настройках. По умолчанию – 14 дней.\nНезавершенные изоляты (требующие проверки или ввода информации о микроорганизме или пациенте) не переходят в неактивную область.","tags":null,"title":"Экспорт из VITEK 2 в AMRcloud","type":"docs"},{"authors":null,"categories":null,"content":"Руководство «Конвертация из WHONET в AMRcloud» рассказывает о том, как имеющиеся у вас данные из программы WHONET подготовить для загрузки в онлайн-платформу AMRcloud.\nКак загрузить полученный файл подробно описано в Руководстве «AMRcloud. Импорт данных»\nЭкспорт из WHONET Запуск программы Запустите программу WHONET и выберите вашу лабораторию.\n Выбор лаборатории В меню Анализ Данных выберите пункт Анализ Данных.\n Меню Анализ Данных Тип анализа Откроется окно подготовки отчета по анализу данных. Подготовка отчета заключается в последовательном задании необходимых условий и опций для создания нужного нам файла.\n Окно Анализ Данных По нажатии кнопки Тип анализа откроется окно выбора анализа. Переходим на вкладку Список изолята и сводка, в разделе Форматы отчетов выбираем 1.Результат загрузки. Нажимаем кнопку ОК.\n Окно Выбор анализа Дополнительные опции При необходимости можно нажать кнопку Опции и задать некоторые особенности выгрузки результатов. По умолчанию окно Опции анализа выглядит так, как показано на рисунке 5. Таким образом, например, можно объединить результаты тестирования, отметив соответствующую галочку в разделе Интерпретации тестов. Если данные содержат персональную информацию, то полезно будет отметить пункт Зашифровать информацию о пациентах в разделе Список изолята и сводка.\n Окно Опции анализа При необходимости, можно изменить условия отбора изолятов в отчет. По умолчанию установлен режим Один изолят каждого вида по пациенту. Чтобы его изменить, нажмите кнопку Один на каждого пациента и отметьте соответствующий режим.\n Окно Опции анализа выбора результатов для микроорганизма Микроорганизмы Обязательным пунктом в подготовке файла экспорта является выбор видов микроорганизмов, которые должны попасть в отчет. При нажатии кнопки Микроорганизмы откроется окно Выбор микроорганизма.\n Окно Выбор микроорганизма Последовательно кликая по названиям микроорганизмов в левой части окна, соберите необходимый перечень микроорганизмов для включения в отчет. Микроорганизмы можно также выбирать с использованием клавиш Ctrl или Shift. Выделенные микроорганизмы можно добавить в правую часть списка по кнопке \u0026ndash;\u0026gt;. Удалить выбранные микроорганизмы можно с помощью кнопки \u0026lt;\u0026ndash;.\nИзоляты Дополнительные условия отбора штаммов для включения в отчет можно добавить, нажав кнопку Изоляты. Откроется окно, где можно для каждого из параметров установить критерии выборки.\n Окно Изоляты Например, чтобы выбрать изоляты, выделенные только у мужчин старше 30 лет из отделения реанимации, нужно задать три условия:\n Сначала создадим критерии отбора по полу. Дважды щелкните по полю Пол, в открывшемся окне выберите m - Мужской пол, нажмите кнопку \u0026ndash;\u0026gt; и OK. Установка критерия отбора для пола Затем установим критерий для возраста. Дважды щелкните по полю Возраст, в открывшемся окне в поле Greater than or equal введите значение 30 и нажмите ОК. Установка критерия отбора для возраста В качестве финального условия создадим критерий отбора по отделению. Дважды щелкните по полю Тип отделения, в открывшемся окне дважды щелкните по icu - Отделение реанимации и интенсивной терапии и нажмите ОК. Установка критерия отбора для типа отделения Чтобы все наши три критерия работали вместе, установите переключатель Включить все изоляты, удовлетворяющие всем критериям. Таким образом, окно критериев будет выглядеть следующим образом:\n Окно Изоляты с установленными критериями Файл данных Поскольку все условия отбора и форматирования данных заданы, необходимо указать файл с данными вашей лаборатории. Для этого нажмите кнопку Файлы данных и укажите файл.\n Окно Выбрать файлы данных Предпросмотр В результате всех этапов окно Анализ данных примет вид, примерно как на рисунке.\n Окно Анализ данных после установки всех фильтров и критериев Чтобы предварительно просмотреть, какие изоляты попадут в файл экспорта, выберите в пункте Результат значение Экран и нажмите Начать анализ.\n Предпросмотр Программа WHONET применит все критерии и условия анализа к вашему файлу данных лаборатории и выведет на экран изоляты, которые удовлетворяют этим условиям. Если результат отличен от ваших ожиданий, то можно изменить условия фильтрации и критерии отбора и повторить вывод на экран.\nЭкспорт Для того, чтобы экспортировать изоляты в файл, пригодный для конвертера, необходимо выбрать в пункте Результат значение Текст (WHONET) и задать путь, по которому файл будет сохранен. Окно Анализ данных примет примерно следующий вид.\n Окно Анализ для экспорта Нажмите кнопку Начать анализ и по указанному пути создастся файл, который будем загружать в конвертер. Если открыть файл в Блокноте, то выглядит он примерно следующим образом.\n Файл экспорта Сохранение настроек экспорта Вполне вероятно, что подобную процедуру придется повторять с некоторой периодичностью. Чтобы каждый раз не выставлять одни и те же значения фильтров, можно сохранить настройки экспорта в специальный макрос. Для этого в окне Анализ данных нажмите кнопку Макрос. В открывшемся окне Определение макроса нажмите кнопку Новый и введите имя файла, в котором будут сохранены настройки экспорта. Дополнительно вы можете отметить галочками, настройки каких разделов требуется сохранить. После этого нажмите кнопку Сохранить и укажите куда сохранить файл макроса.\n Сохранение настроек экспорта с помощью макросов Чтобы воспользоваться сохраненным макросом, откройте окно Анализ данных, нажмите кнопку Макрос, выберите сохраненный макрос и нажмите кнопку Нагрузка/Load.\n Загрузка настроек экспорта из макроса Значения фильтров заполнятся автоматически и после этого достататочно нажать кнопку Начать анализ.\nОбъединение и экспорт нескольких файлов В некоторых случаях может возникнуть необходимость экспорта нескольких файлов с данными, например, в разных файлах может храниться информация от разных лабораторий или от одной лаборатории, но за разные года. WHONET позволяет объединить данные из этих файлов и экспортировать их как одно целое.\nДля этого в меню Ввод Данных выберите пункт Объединять, экспортировать или шифровать файлы данных.\n Меню объединения файлов В открывшемся окне выберите файлы, которые необходимо объединить с помощью кнопки Файлы данных. После этого в выпадающем списке Сохранить как выберите формат экспорта WHONET и укажите, куда сохранить новый объединенный файл данных. Для последующей обработки рекомендуется выбрать формат .txt. Если данные содержат персональную информацию, то полезно будет отметить пункт Зашифровать информацию о пациентах.\n Окно объединения файлов После выполнения всех действий нажмите кнопку Совместить. В результате получится файл, аналогичный полученному с использованием окна Анализ, с той лишь разницей, что разделителем полей является символ вертикальной черты |. Однако все равно данный файл можно загружать в конвертер.\n Пример результата объединения файлов Необходимо отметить, что данное окно можно использовать и для экспорта одного файла — такой способ может оказаться проще и удобнее, если не требуется дополнительных условий отбора изолятов.\nКонвертация в AMRcloud Для конвертации файла перейдите по ссылке https://public.amrcloud.net/whonet.\nЗагрузка файла Для загрузки файла нажмите на кнопку Choose file и выберите ваш файл экспорта из WHONET.\n Загрузка файла Загрузка файла начнется автоматически. По окончании загрузки система проверит содержимое файла, попытается его прочитать и выведет предпросмотр на экран.\nКорректный файл должен удовлетворять следующим требованиям:\n Размер файла не превышает 10 МБ; Разделитель полей - табуляция; Все имена столбцов уникальные. В случае успешной загрузки вы увидите следующее.\n Файл успешно загружен Если же файл прочитался некорректно, вы увидите следующее сообщение:\n Файл содержит ошибки В данном случае ошибка состоит в том, что столбец с именем FOX_ND30 встречается более одного раза в таблице. В случае таких ошибок дальнейшая конвертация невозможна.\nКонвертация файла Процесс конвертации файла заключается в замене кодов WHONET на обозначения, понятные AMRcloud. Такие замены производятся для:\n Антибиотиков (столбцы вида CZX_ND30, VAN_NM, VAN_NE, где первая часть распознается как антибиотик, вторая как метод тестирования) Организмов (замена значений столбца ORGANISM/МИКРООРГАНИЗМ, дополнительно добавляется столбец ORGANISM_GROUP) Клинических материалов (замена значений столбца SPEC_TYPE) После успешной загрузки файла, нажмите кнопку Convert. По окончании процесса конвертации на странице появится отчет о проделанных манипуляциях. Рассмотрим пример такого отчета.\n Отчет о конвертации Сначала выводятся предупреждения — это некоторые особенности, выявленные в процессе конвертации, на которые стоит обратить внимание. В данном случае такое предупреждение одно, и оно говорит нам о том, что в исходную таблицу был добавлен и автоматически заполнен новый столбец ORGANISM_GROUP. Это связано с тем, что при загрузке файла в AMRcloud требуется двухуровневая организация микроорганизмов.\nТакже возможно появление следующих сообщений в разделе Warnings:\n Сообщение Комментарий Converted table has multiple columns with antibiotic. Columns will be enumerated Данное сообщение выводится когда при анализе столбцов с антибиотиками два и более антибиотика в результате перекодировки получают одинаковые замены. Например, в нашем случае в файле было два столбца AMK_ND30 и AMK_ND20. Каждый из них должен заменяться на amikacin_dd, но, чтобы сохранить данные тестирования и уникальность наименования столбцов, к новым именам дописывается цифра. Так AMK_ND30 становится amikacin_dd, а AMK_ND20 – amikacin_dd_1. No replacement found for … Данное сообщение выводится, когда какое-либо значение, подлежащее замене, не было найдено в словаре. В таком случае сохраняется оригинальное написание. Сообщение выводится для того, чтобы Вы обратили внимание на данное значение и в случае необходимости произвели замену самостоятельно. Например, в нашем случае замены не были найдены для кода антибиотика AMM_NE и материала tt. Table doesn’t has ORGANISM column Данное сообщение выводится, когда при анализе таблицы, не было найдено столбца ORGANISM/МИКРООРГАНИЗМ. Данная ситуация не является критической ошибкой, а служит сигналом, что конвертированный файл не получится загрузить в AMRcloud без информации о микроорганизмах. Warning сообщения После предупреждений идут таблицы произведенных замен. Они приводятся для того, чтобы вы могли оценить правильность произведенных замен и, в случае необходимости, исправили некорректные замены самостоятельно.\nОтдельно стоит обратить внимание на то, как формируется имя антибиотика на замену:\n Название столбца разбивается на части до и после символа подчеркивания; Первая часть заменяется согласно словарю; Анализируется содержимое столбца антибиотика. Если находится хотя бы одно значение S, I или R, что дописывается код _sir; Если содержимое столбца антибиотика не содержит значений S, I или R, используется вторая часть названия оригинального столбца антибиотика и дописываются коды: ND – _dd NM – _mic NE – _etest_mic Если и по анализу второй части оригинального названия столбца антибиотика не удалось определить метод тестирования, то дописывается код _mic. Скачивание файла Чтобы скачать сконвертированный файл, нажмите кнопку Download. Предполагается, что файл уже готов для загрузки в AMRcloud и не требует дополнительного редактирования (за исключением ситуации с Warning: Table doesn\u0026rsquo;t has ORGANISM column, описанной выше).\nКак происходит процесс загрузки файла в AMRcloud, можно прочитать в соответствующем руководстве\n","date":1648166760,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1648166760,"objectID":"43894304550800bed0ffd0890aa8af9e","permalink":"https://amrcloud.net/ru/tutorials/integrations/whonet/","publishdate":"2022-03-25T00:06:00Z","relpermalink":"/ru/tutorials/integrations/whonet/","section":"tutorials","summary":"Руководство «Конвертация из WHONET в AMRcloud» рассказывает о том, как имеющиеся у вас данные из программы WHONET подготовить для загрузки в онлайн-платформу AMRcloud.\nКак загрузить полученный файл подробно описано в Руководстве «AMRcloud. Импорт данных»\nЭкспорт из WHONET Запуск программы Запустите программу WHONET и выберите вашу лабораторию.\n Выбор лаборатории В меню Анализ Данных выберите пункт Анализ Данных.\n Меню Анализ Данных Тип анализа Откроется окно подготовки отчета по анализу данных.","tags":null,"title":"Конвертация из WHONET в AMRcloud","type":"docs"},{"authors":null,"categories":null,"content":"","date":1648166760,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1648166760,"objectID":"a8641da1c8605f446b5f2d17b92e2f06","permalink":"https://amrcloud.net/ru/tutorials/videotutorial/05/","publishdate":"2022-03-25T00:06:00Z","relpermalink":"/ru/tutorials/videotutorial/05/","section":"tutorials","summary":"","tags":null,"title":"Вкладка «Антибиотики (все)»","type":"docs"},{"authors":null,"categories":null,"content":"","date":1648166760,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1648166760,"objectID":"36db9db5bb0987d4b3676cc4a8056c75","permalink":"https://amrcloud.net/ru/tutorials/videotutorial/07/","publishdate":"2022-03-25T00:06:00Z","relpermalink":"/ru/tutorials/videotutorial/07/","section":"tutorials","summary":"","tags":null,"title":"Вкладка «Ассоциированная устойчивость»","type":"docs"},{"authors":null,"categories":null,"content":"","date":1648166760,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1648166760,"objectID":"2b367b5849ba71c4df5cff6ee81c3ded","permalink":"https://amrcloud.net/ru/tutorials/videotutorial/06/","publishdate":"2022-03-25T00:06:00Z","relpermalink":"/ru/tutorials/videotutorial/06/","section":"tutorials","summary":"","tags":null,"title":"Вкладка «Выбранный антибиотик»","type":"docs"},{"authors":null,"categories":null,"content":"","date":1648166760,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1648166760,"objectID":"f2642d38c4e2a3b5e57da8ceb0ec4ceb","permalink":"https://amrcloud.net/ru/tutorials/videotutorial/08/","publishdate":"2022-03-25T00:06:00Z","relpermalink":"/ru/tutorials/videotutorial/08/","section":"tutorials","summary":"","tags":null,"title":"Вкладка «Маркеры»","type":"docs"},{"authors":null,"categories":null,"content":"","date":1648166760,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1648166760,"objectID":"9cf93b896a17ec8ccfef5865842aaa36","permalink":"https://amrcloud.net/ru/tutorials/videotutorial/04/","publishdate":"2022-03-25T00:06:00Z","relpermalink":"/ru/tutorials/videotutorial/04/","section":"tutorials","summary":"","tags":null,"title":"Вкладка «Микроорганизмы»","type":"docs"},{"authors":null,"categories":null,"content":"","date":1648166760,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1648166760,"objectID":"d2501727bda7237c5c83d0a75d5e453b","permalink":"https://amrcloud.net/ru/tutorials/videotutorial/09/","publishdate":"2022-03-25T00:06:00Z","relpermalink":"/ru/tutorials/videotutorial/09/","section":"tutorials","summary":"","tags":null,"title":"Вкладка «Сравнения»","type":"docs"},{"authors":null,"categories":null,"content":"","date":1648166760,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1648166760,"objectID":"97da711b8ddcac5ac34212bc5fa2dbb7","permalink":"https://amrcloud.net/ru/tutorials/videotutorial/03/","publishdate":"2022-03-25T00:06:00Z","relpermalink":"/ru/tutorials/videotutorial/03/","section":"tutorials","summary":"","tags":null,"title":"Вкладка «Структура данных»","type":"docs"},{"authors":null,"categories":null,"content":"","date":1648166760,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1648166760,"objectID":"acfa5f90aea91cb719bb5020a2d538fa","permalink":"https://amrcloud.net/ru/tutorials/videotutorial/02/","publishdate":"2022-03-25T00:06:00Z","relpermalink":"/ru/tutorials/videotutorial/02/","section":"tutorials","summary":"","tags":null,"title":"Загрузка данных","type":"docs"},{"authors":null,"categories":null,"content":"","date":1648166760,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1648166760,"objectID":"958711d87440f42f9a232de8913ec35f","permalink":"https://amrcloud.net/ru/tutorials/videotutorial/10/","publishdate":"2022-03-25T00:06:00Z","relpermalink":"/ru/tutorials/videotutorial/10/","section":"tutorials","summary":"","tags":null,"title":"Как поделиться данными","type":"docs"},{"authors":null,"categories":null,"content":"Руководство «Экспорт из ЛИС «Акросс-Клиническая Лаборатория» в AMRcloud» рассказывает о том, как имеющиеся у вас данные из ЛИС «Акросс-Клиническая Лаборатория» (ЛИС АКЛ) экспортировать в файл формата AMRcloud.\nФормирование файла выполняется на основании данных, входящих в предварительно созданный список отобранных анализов.\nВ общем меню программы выберите подменю Отчеты, затем пункт Выгрузка в AMRcloud.\n Меню Отчеты После этого откроется отчет Выгрузка в AMRcloud.\n Отчет Выгрузка в AMRcloud При необходимости вы можете выбрать временной период, за который требуется выгрузить данные, а также настроить дополнительные поля отбора (например, Пол, Контрагент, Отделение и т.д.).\nПосле этого укажите куда нужно сохранить файл в поле Путь для выгрузки и нажмите кнопку Выгрузить.\nОткроется таблица следующего вида с исходными данными для AMRсloud.\n Пример файла Созданный файл может быть загружен в AMRcloud для анализа. Как загрузить полученный файл подробно описано в Руководстве «AMRcloud. Импорт данных» Вы можете сохранить настройки данного отчета для повторного использования, чтобы повторить процедуру экспорта для нового временного периода с помощью кнопки Сохранить настройку. Чтобы повторить процедуру экспорта для нового временного периода с использованием ранее сохраненных настроек нажмите кнопку Загрузить настройку.\n Чтобы получить обновление ЛИС «Акросс-Клиническая Лаборатория» (ЛИС АКЛ), позволяющее формировать отчеты в формате AMRcloud, напишите на электронную почту support@across.ru ","date":1648166760,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1648166760,"objectID":"e8ab1d0eeadb20a2442fb86c1269f8b7","permalink":"https://amrcloud.net/ru/tutorials/integrations/across/","publishdate":"2022-03-25T00:06:00Z","relpermalink":"/ru/tutorials/integrations/across/","section":"tutorials","summary":"Руководство «Экспорт из ЛИС «Акросс-Клиническая Лаборатория» в AMRcloud» рассказывает о том, как имеющиеся у вас данные из ЛИС «Акросс-Клиническая Лаборатория» (ЛИС АКЛ) экспортировать в файл формата AMRcloud.\nФормирование файла выполняется на основании данных, входящих в предварительно созданный список отобранных анализов.\nВ общем меню программы выберите подменю Отчеты, затем пункт Выгрузка в AMRcloud.\n Меню Отчеты После этого откроется отчет Выгрузка в AMRcloud.\n Отчет Выгрузка в AMRcloud При необходимости вы можете выбрать временной период, за который требуется выгрузить данные, а также настроить дополнительные поля отбора (например, Пол, Контрагент, Отделение и т.","tags":null,"title":"Экспорт из ЛИС «Акросс-Клиническая Лаборатория» в AMRcloud","type":"docs"},{"authors":null,"categories":null,"content":"Руководство «Экспорт из Микроб-2 в AMRcloud» рассказывает о том, как имеющиеся у вас данные из программы Микроб-2 подготовить для загрузки в онлайн-платформу AMRcloud.\nСоздание файла Файл экспорта представляет собой текстовый файл, использующий в качестве разделителя полей символ табуляции и имеющий кодировку WIN1251. Формирование файла выполняется на основании данных, входящих в предварительно созданный список отобранных анализов.\nДля создания списка отобранных анализов вызовите команду меню Журнал \u0026gt; Параметры отбора:\n Окно Параметры отбора Формирование списка осуществляется путем задания следующих параметров отбора:\n Период поступления/выдачи анализов, возможные значения – весь период (от времени поступления/выдачи первого анализа до времени внесения/выдачи последнего) или определенный Пользователем; Отделения, возможные значения — список отделений; Диагнозы, возможные значения — список диагнозов, возможно указание группы диагнозов; Биоматериалы, возможные значения — список биоматериалов; Микроорганизмы, возможные значения — список микроорганизмов, возможно указание группы микроорганизмов; Антибиотики, возможные значения — список антибиотиков, для отбора всех указанных антибиотиков вместе - признак «только все вместе». Установка параметров отбора по антибиотикам задается отдельно по названию антибиотиков с указанием степени чувствительности. Каждый из анализов, отобранных программой, удовлетворяет всем заданным параметрам. Как минимум, следует задать название журнала и период выдачи. Задание параметра «Дата выдачи» определяет, что в отобранный список анализов попадут только «готовые» анализы (анализы имеющие дату выдачи). Как правило, для мониторинга требуются данные именно «готовых» анализов.\n Окно Параметры отбора. Период выдачи После завершения установки параметров нажмите Да для формирования Списка отобранных анализов:\n Журнал. Список отобранных анализов Для формирования файла вызовите контекстное меню кликнув правой клавишей мыши по списку отобранных анализов и выберите Экспорт данных для мониторинга.\n Меню списка отобранных анализов Задайте имя файла и нажмите кнопку Сохранить.\n Сохранение файла Начнется процесс экспорта данных, по окончании которого появится сообщение о его завершении. Пример такого сообщения показан на рисунке.\n Сообщение о завершении экспорта В файл экспортируются данные о выделенных микроорганизмах и их чувствительности к антибиотикам. Поэтому указанное количество анализов в сообщении о завершении может отличаться от количества анализов в отобранном списке, куда могут входить отрицательные анализы (анализы без выделенных микроорганизмов). Пример созданного файла, загруженного в программу MS Excel, показан на рисунке.\n Файл, открытый в MS Excel Файл содержит анонимизированные данные названий отделений: названия отделений трансформируются в название типа «Отделение#062», где «062» генерируемый код. Для импорта файла в MS Excel воспользуйтесь меню Данные, разделом Получение внешних данных и кнопкой Из текста. Выберите созданный файл и при импорте укажите формат файла: «1251 : Кириллица (Windows)», символ-разделитель: «Знак табуляции». Формат данных столбцов следует указывать как «текстовый», иначе некоторые значения могут быть автоматически преобразованы, например, значение МПК «4/4» может быть преобразовано в дату «04-апр».\n Созданный файл может быть загружен в AMRcloud для анализа. Как загрузить полученный файл подробно описано в Руководстве «AMRcloud. Импорт данных» Настройка экспорта Обычно настройки экспорта данных мониторинга в формат AMRcloud предустановлены и не требуют дополнительной настройки, однако при наличии «пользовательских» значений Микроб-2 может потребоваться их дополнительная кодировка. Поэтому перед экспортом данных рекомендуется посмотреть и уточнить значения сопоставления в настройках программы.\nВызов настроек программы выполняется через команду основного меню Журнал \u0026gt; Настройки. Настройки программы индивидуальны для каждого компьютера: настройка того или иного параметра «работает» только для данного компьютера. Настройки, влияющие на создание файла для AMRcloud находятся на вкладке Отчеты и доступны через кнопку Настройки экспорта данных для мониторинга.\n Окно Настройки Общие настройки Глобальные параметры формирования файла AMRcloud можно задать на вкладке Общие.\n Настройки экспорта данных для мониторинга. Общие Файл данных для мониторинга — Задает имя создаваемого файла по-умолчанию. При выполнении экспорта возможно задание другого имени файла. Анонимизировать названия отделений — В случае нежелания включать реальные названия отделений, можно установить данный признак. При его установке отделения будут передаваться в обезличенном виде, например: «Отделение#001», «Отделение#002» и т.п. Использовать диагноз для поля локализации инфекции — При установке в данном поле будут передаваться названия диагнозов. При снятом признаке – поле локализации будет пустым. Считать отсутствие маркера резистентности как отрицательный результат — В программе используются маркеры резистентности значения которых могут передаваться в данные для мониторинга. В отличие от тестов на фенотип, чьи значения также могут передаваться, маркеры резистентности не имеют конкретного значения («отриц.» или «полож.» как тесты на фенотип), поэтому предполагается, что наличие маркера в бланке анализа означает «полож.» результат. При установке данного признака включается следующая логика: если в анализе отсутствует конкретный маркер, но при этом выделен микроорганизм, для которого возможна установка данного маркера, то считаем что данный маркер имеет «отриц.» значение. И это значение будет использовано при формировании файла AMRcloud. Микроорганизмы На вкладке Микроорганизмы находится таблица настройки соответствий между микроорганизмами Микроб-2 и AMRcloud:\n Настройки экспорта данных для мониторинга. Микроорганизмы Списки имеют предопределенные фиксированные значения. Установка выполняется путем выбора значения в выпадающих списках для колонок Микроорганизм или Группа микроорганизмов. При невозможности указания конкретного микроорганизма AMRcloud, устанавливайте значение в колонке Группа микроорганизмов.\nАнтибиотики На вкладке Антибиотики находится таблица настройки соответствий между антибиотиками Микроб-2 и AMRcloud:\n Настройки экспорта данных для мониторинга. Антибиотики Списки имеют предопределенные фиксированные значения. Для каждого антибиотика Микроб-2 возможна установка только конкретного антибиотика AMRcloud из предопределенного фиксированного списка.\nМеханизмы резистентности На вкладке Механизмы резистентности можно настроить передачу той или иной категории механизма резистентности, принятой в AMRcloud:\n Настройки экспорта данных для мониторинга. Механизмы резистентности Названия категорий в корне списка. Для формирования результатов механизмов резистентности используются значения тестов на фенотип и наличие/отсутствие маркеров резистентности Микроб-2. Каждой категории механизма резистентности AMRcloud ставится в соответствие набор тестов на фенотип и/или маркеров резистентности Микроб-2. Выбор установки тестов на фенотип или маркеров резистентности через контекстное меню:\n Меню установки тестов на фенотип или маркеров Например, редактор списка тестов на фенотип:\n Редактор списка тестов на фенотип Отобранный список содержит тесты на фенотип или маркеры резистентности для той или иной категории механизма резистентности AMRcloud.\n","date":1648166760,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1648166760,"objectID":"6fdbd3bd58524281568cbfffc95b5562","permalink":"https://amrcloud.net/ru/tutorials/integrations/microb-2/","publishdate":"2022-03-25T00:06:00Z","relpermalink":"/ru/tutorials/integrations/microb-2/","section":"tutorials","summary":"Руководство «Экспорт из Микроб-2 в AMRcloud» рассказывает о том, как имеющиеся у вас данные из программы Микроб-2 подготовить для загрузки в онлайн-платформу AMRcloud.\nСоздание файла Файл экспорта представляет собой текстовый файл, использующий в качестве разделителя полей символ табуляции и имеющий кодировку WIN1251. Формирование файла выполняется на основании данных, входящих в предварительно созданный список отобранных анализов.\nДля создания списка отобранных анализов вызовите команду меню Журнал \u0026gt; Параметры отбора:\n Окно Параметры отбора Формирование списка осуществляется путем задания следующих параметров отбора:","tags":null,"title":"Экспорт из Микроб-2 в AMRcloud","type":"docs"},{"authors":null,"categories":null,"content":"","date":1648166760,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1648166760,"objectID":"b4c2261605839d8e15b566039215976e","permalink":"https://amrcloud.net/ru/tutorials/videotutorial/01/","publishdate":"2022-03-25T00:06:00Z","relpermalink":"/ru/tutorials/videotutorial/01/","section":"tutorials","summary":"","tags":null,"title":"Начало работы","type":"docs"},{"authors":null,"categories":null,"content":"","date":1648166760,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1648166760,"objectID":"b82ea4ae6bc18a2e6da359089ad82a23","permalink":"https://amrcloud.net/ru/tutorials/videotutorial/11/","publishdate":"2022-03-25T00:06:00Z","relpermalink":"/ru/tutorials/videotutorial/11/","section":"tutorials","summary":"","tags":null,"title":"Подготовка набора данных к публикации","type":"docs"},{"authors":null,"categories":[],"content":"Февральское обновление AMRcloud до версии 0.8 принесло новые возможности:\n Добавлена возможность догружать данные в ранее созданный набор; Улучшено отображение круговых диаграмм; Добавлена возможность выбора вкладок для отображения при создании ссылок; Улучшена генерация ссылок; В раздел Антибиотики (все) добавлена возможность создавать стратифицированные таблицы резистентности для произвольного количества микроорганизмов; При добавлении графика в дашборд добавлена возможность выбора столбцов, которые нужно игнорировать при автоматическом перерасчете графика; Улучшения стабильности работы. ","date":1644904800,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1644904800,"objectID":"37acd8e246da3eb22522112d5599ae4d","permalink":"https://amrcloud.net/ru/post/20220215-amrcloud-update/","publishdate":"2022-02-15T09:00:00+03:00","relpermalink":"/ru/post/20220215-amrcloud-update/","section":"post","summary":"AMRcloud обновлен до версии 0.8","tags":[],"title":"Февральское обновление AMRcloud","type":"post"},{"authors":null,"categories":[],"content":"Обновлён открытый проект ФГБУ «ВГНКИ» «Ветеринарный мониторинг антибиотикорезистентности» - добавлены данные по чувствительности к антибактериальным средствам за 2019-2021 годы: более 800 новых изолятов, новые микроорганизмы, антибиотики, виды животных и регионы отбора проб.\n Открыть проект\n","date":1640584800,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1640584800,"objectID":"3be0d718cb673140966d966d3f5cc07e","permalink":"https://amrcloud.net/ru/post/20211227-vgnki-update/","publishdate":"2021-12-27T09:00:00+03:00","relpermalink":"/ru/post/20211227-vgnki-update/","section":"post","summary":"Добавлены данные по чувствительности к антибактериальным средствам за 2019-2021 годы.","tags":[],"title":"Обновлён открытый проект ФГБУ «ВГНКИ» «Ветеринарный мониторинг антибиотикорезистентности»","type":"post"},{"authors":null,"categories":[],"content":"Уважаемые коллеги! Подготовлена серия обучающих видео по актуальным вопросам антибиотикорезистентности и ее контролю. Обучающие ролики с авторами AMRcloud и экспертами по антибиотикорезистентности, затрагивающие следующие темы:\n Сбор и обработка данных антибиотикорезистентности Использование конвертеров при работе с различными лабораторными информационными системами и AMRcloud Практическое применение данных антибиотикорезистентности Для удобства просмотра все видео организованы в плейлист Мониторинг антибиотикорезистентности.\n ","date":1635314400,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1635314400,"objectID":"79caafda30243c0f65cbca28f3002c4a","permalink":"https://amrcloud.net/ru/post/20211027-monitoring-video/","publishdate":"2021-10-27T09:00:00+03:00","relpermalink":"/ru/post/20211027-monitoring-video/","section":"post","summary":"Подготовлена серия обучающих видео по актуальным вопросам антибиотикорезистентности и ее контролю.","tags":[],"title":"Серия видеолекций «Мониторинг антибиотикорезистентности»","type":"post"},{"authors":null,"categories":[],"content":"Уважаемые коллеги! Подготовлена пошаговая видеоинструкция по работе с платформой AMRcloud по следующим темам:\n Регистрация на сайте и начало работы Загрузка данных Работа с вкладками Сохранение результатов Распространение результатов среди специалистов Для удобства просмотра все видео организованы в плейлист Видеоруководство «Работа с AMRcloud» и снабжены субтитрами, в том числе на английском языке.\n ","date":1634882400,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1634882400,"objectID":"b526b1c15ec17a1e5a86aba4c6b88b77","permalink":"https://amrcloud.net/ru/post/20211022-tutorial-video/","publishdate":"2021-10-22T09:00:00+03:00","relpermalink":"/ru/post/20211022-tutorial-video/","section":"post","summary":"Подготовлена пошаговая видеоинструкция по работе с платформой AMRcloud","tags":[],"title":"Видеоруководство «Работа с AMRcloud»","type":"post"},{"authors":null,"categories":[],"content":"Уважаемые коллеги! 15 октября 2021 года в рамках V Сибирской конференции по антимикробной терапии и клинической микробиологии в гибридном формате прошел симпозиум \u0026ldquo;Организационные аспекты применения микробиологических данных в клинической практике\u0026rdquo;.\nНа семинаре обсуждались теоретические и практические вопросы организации локального мониторинга антибиотикорезистентности. Отдельно коснулись вопроса применения различных информационных систем в организации данного процесса.\nНа семинаре прозвучали доклады:\n Алексей Юрьевич Кузьменков рассказал о том, что такое программа управления антимикробной терапией и для чего она нужна. Алина Геннадьевна Виноградова раскрыла нюансы организации локального мониторинга антибиотикорезистентности и рассказала о практических задачах анализа данных. Иван Витальевич Трушин проанализировал аспекты взаимодействия информационных систем в лаборатории и рассказал, как AMRcloud помогает повысить эффективность работы. Ниже вы можете ознакомиться с презентациями докладов:\nПрограмма управления антимикробной терапией – подход, основанный на данных (Кузьменков А.Ю.) Организация локального мониторинга антибиотикорезистентности (Виноградова А.Г.) Взаимодействие информационных систем в лаборатории (Трушин И.В.) ","date":1634796000,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1634796000,"objectID":"b718f29bb3eb5fb13bf9281573dc60e9","permalink":"https://amrcloud.net/ru/post/20211021-novosibirsk/","publishdate":"2021-10-21T09:00:00+03:00","relpermalink":"/ru/post/20211021-novosibirsk/","section":"post","summary":"В рамках V Сибирской конференции по антимикробной терапии и клинической микробиологии прошел симпозиум \"Организационные аспекты применения микробиологических данных в клинической практике\"","tags":[],"title":"Организационные аспекты применения микробиологических данных в клинической практике","type":"post"},{"authors":null,"categories":[],"content":"Мы с радостью и гордостью объявляем о запуске нового, важного и полезного функционала: ДАШБОРДОВ!\nТеперь, если лаборатория внедрила у себя AMRcloud, то все врачи такого стационара смогут просто и легко ознакомиться с актуальными данными по чувствительности микроорганизмов в своём отделении, отсканировав специальный QR-код.\nО том, как использовать новый функционал, вы узнаете из нашего обучающего видеоролика.\n ","date":1633932000,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1633932000,"objectID":"cd00d87bc641eeb5d7bc347a1b49175a","permalink":"https://amrcloud.net/ru/post/20211011-dashboards/","publishdate":"2021-10-11T09:00:00+03:00","relpermalink":"/ru/post/20211011-dashboards/","section":"post","summary":"Новый способ поделиться данными","tags":[],"title":"Обновление AMRcloud: Дашборды","type":"post"},{"authors":null,"categories":[],"content":"Мы рады сообщить, что для пользователей бактериологического анализатора чувствительности к антибиотикам Adagio от компании Bio-Rad созданы конвертеры (онлайн и оффлайн), позволяющие подготовить данные из анализатора для загрузки в AMRcloud.\nПорядок действий, как выгрузить данные из Adagio описан в руководстве Экспорт из Adagio в AMRcloud.\nОнлайн-конвертер не требует установки и каких-либо настроек от пользователя и доступен по ссылке https://public.amrcloud.net/adagio.\nОффлайн-конвертер представляет собой Windows-приложение, способное работать без подключения к сети, полностью автономно. Присутствует возможность модифицировать встроенный справочник антибиотиков.\nПрограмма AMRcloud Adagio Converter не требует установки, достаточно скачать архив и распаковать его.\n AMRcloudAdagioConverter.zip.\n","date":1633327200,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1633327200,"objectID":"aa969a011740dea8c248d2fde6ad783c","permalink":"https://amrcloud.net/ru/post/20211004-adagio-integration/","publishdate":"2021-10-04T09:00:00+03:00","relpermalink":"/ru/post/20211004-adagio-integration/","section":"post","summary":"Данный конвертер поможет загрузить данные из Adagio в AMRcloud","tags":[],"title":"Создан конвертер для Adagio компании Bio-Rad","type":"post"},{"authors":null,"categories":[],"content":"Мы рады сообщить, что для пользователей автоматического бактериологического анализатора VITEK 2 от компании bioMérieux созданы конвертеры (онлайн и оффлайн), позволяющие подготовить данные из анализатора для загрузки в AMRcloud.\nПорядок действий, как выгрузить данные из VITEK 2 описан в руководстве Конвертация из VITEK 2 в AMRcloud.\nОнлайн-конвертер не требует установки и каких-либо настроек от пользователя и доступен по ссылке https://public.amrcloud.net/vitek.\nОффлайн-конвертер представляет собой Windows-приложение, способное работать без подключения к сети, полностью автономно. Присутствует возможность модифицировать встроенные справочники программы конкретно под ваши нужды. Скачать приложение можно по ссылке AMRcloudVitekConverter.msi. Для работы оффлайн-конвертер требуется .NET Framework 4, если он не установлен на компьютере, будет предложено его скачать и установить. По умолчанию программа устанавливается в папку Документы\\AMRsolution\\AMRcloud Vitek Converter\\.\n","date":1632290400,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1632290400,"objectID":"a365845ae8f7cb883a9749144335a534","permalink":"https://amrcloud.net/ru/post/20210922-vitek2-integration/","publishdate":"2021-09-22T09:00:00+03:00","relpermalink":"/ru/post/20210922-vitek2-integration/","section":"post","summary":"Данный конвертер поможет загрузить данные из VITEK 2 в AMRcloud","tags":[],"title":"Создан конвертер для VITEK 2 компании bioMérieux","type":"post"},{"authors":null,"categories":[],"content":"Мы рады сообщить, что для пользователей ЛИС «Акросс-Клиническая Лаборатория» (ЛИС АКЛ), доступно обновление, позволяющее формировать файлы для передачи в AMRcloud.\nПорядок действий описан в руководтсве Экспорт из ЛИС «Акросс-Клиническая Лаборатория» в AMRcloud.\nДля получения обновления просьба обратиться в службу поддержки компании «Акросс-Инжиниринг» по телефону 8-800-707-05-72, Whatsapp +7-911-190-75-59 или по электронной почте support@across.ru\n До конца 2021 года в рамках договоров технической поддержки Акросс действует бесплатное обновление ЛИС «Акросс-Клиническая Лаборатория» (ЛИС АКЛ), позволяющее формировать отчеты в формате AMRcloud. Для получения более подробной информации напишите, пожалуйста, на электронную почту support@across.ru ","date":1629871200,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1629871200,"objectID":"fb1763f0cf4447aff7f1fd5c97810e83","permalink":"https://amrcloud.net/ru/post/20210826-across-update/","publishdate":"2021-08-25T09:00:00+03:00","relpermalink":"/ru/post/20210826-across-update/","section":"post","summary":"В новом обновлении появилась возможность формировать файлы для AMRcloud","tags":[],"title":"Обновление ЛИС «Акросс-Клиническая Лаборатория» (ЛИС АКЛ)","type":"post"},{"authors":null,"categories":[],"content":"Уважаемые коллеги! Мы благодарим вас за участие в семинаре «Использование IT-платформы AMRcloud для формирования локальной системы мониторинга антибиотикорезистентности», прошедшем 27 мая 2021 в рамках XXIII конгресса МАКМАХ. Мы постарались, чтобы наш семинар стал живой площадкой для дискуссий и позволил сформировать активное сообщество AMRteam. На семинаре прозвучали доклады о практическом применении и использовании платформы AMRcloud в реальных проектах:\n Алексей Юрьевич Кузьменков рассказал о том, что нового появилось в AMRcloud за этот год и что ждёт нас в будущем. Алина Геннадьевна Виноградова провела параллель между проблемами реализации локального мониторинга и русской классической литературой, а также показала на конкретных примерах, как в этом может помочь платформа AMRcloud. Иван Витальевич Трушин уделил внимание практической части, продемонстрировав, как можно использовать уже имеющиеся данные из существующих информационных систем для анализа, а также призвал собравшихся вместе бороться за интеграцию AMRcloud с имеющимися ЛИС и МИС. Елена Геннадьевна Бурасова и Степанида Харитоновна Шамаева рассказали о опыте работы, поделившись реальными успехами во внедрении локального мониторинга в своих стационарах. Их вклад в популяризацию использования платформы AMRcloud был высоко оценён: вручены благодарственные письма от Главного внештатного специалиста по клинической микробиологии и антимикробной резистентности. Ниже вы можете ознакомиться с записями докладов:\nAMRcloud: эволюция возможностей (Кузьменков А.Ю.) AMRcloud в локальном мониторинге антибиотикорезистентности (Виноградова А.Г.) AMRcloud: интеграция с лабораторными информационными системами (Трушин И.В.) AMRcloud: примеры выполненных и текущих проектов (Бурасова Е.Г.) AMRcloud: примеры выполненных и текущих проектов (Шамаева С.Х.) Дополнительно в рамках семинара было проведено практическое занятие по использованию платформы AMRcloud для локального мониторинга антибиотикорезистентности. Завершением вечера стал интерактивный квиз, по итогам которого самые активные участники были награждены брендированным пакетом AMRteam. Демо-файл с набором данных, разобранном на практическом занятии можно скачать здесь.\nПрактическое занятие (А.Г. Виноградова, А.Ю. Кузьменков, М.В. Эйдельштейн) Надеемся, что все участники симпозиума не только получили новые знания, но и хорошо провели время. Ждём вас на наших новых семинарах, конференциях и активностях!\n ","date":1622527200,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1622527200,"objectID":"ffe60761d55fae3f94eaba6a4b77bb2e","permalink":"https://amrcloud.net/ru/post/20210601-amrcloud-seminar/","publishdate":"2021-06-01T09:00:00+03:00","relpermalink":"/ru/post/20210601-amrcloud-seminar/","section":"post","summary":"Мы благодарим вас за участие в семинаре прошедшем 27 мая 2021 в рамках XXIII конгресса МАКМАХ. Мы постарались, чтобы наш семинар стал живой площадкой для дискуссий и позволил сформировать активное сообщество AMRteam.","tags":[],"title":"Семинар «Использование IT-платформы AMRcloud для формирования локальной системы мониторинга антибиотикорезистентности»","type":"post"},{"authors":null,"categories":[],"content":"Мы рады сообщить, что для пользователей ЛИС LabForce: модуль Микробиология, доступно обновление, позволяющее формировать файлы для передачи в AMRcloud. Функциональность доступна начиная с версии 1.21.04.09. Теперь не нужно самим собирать таблицы и можно значительно сэкономить время.\nПорядок действий описан в руководтсве Экспорт из LabForce в AMRcloud.\nДля установки обновления просьба обратиться в службу поддержки LabForce по телефону 8-800-700-92-46 или по электронной почте info@labforce.ru\n","date":1620885600,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1620885600,"objectID":"8097c6789ca2e4b8bf2a5524f7437bd9","permalink":"https://amrcloud.net/ru/post/20210513-labforce-update/","publishdate":"2021-05-13T09:00:00+03:00","relpermalink":"/ru/post/20210513-labforce-update/","section":"post","summary":"В новом обновлении появилась возможность формировать файлы для AMRcloud","tags":[],"title":"Обновление ЛИС LabForce","type":"post"},{"authors":null,"categories":[],"content":"Мы рады сообщить, что для пользователей МИКРОБ-2 доступно бесплатное обновление. В новой версии добавлены дополнительные возможности настройки экспорта файла для загрузки в AMRcloud:\n Формирование файла прямо из списка отобранных анализов; Анонимизация и деанонимизация названий отделений; Возможность использования диагноза для поля локализации инфекции; Редактирование справочников Микроорганизмов и Антибиотиков; Настройка преобразования тестов на фенотип и маркеров резистентности в категории AMRcloud. Руководство Экспорт из Микроб-2 в AMRcloud также обновлено в соответствии с новыми возможностями программы.\nСкачать обновление можно по ссылке https://erbarus.com/news/432/\n","date":1620799200,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1620799200,"objectID":"6c5468b38c87df4110b01e1814967369","permalink":"https://amrcloud.net/ru/post/20210512-microb-2-update/","publishdate":"2021-05-12T09:00:00+03:00","relpermalink":"/ru/post/20210512-microb-2-update/","section":"post","summary":"В новом обновлении программы Микроб-2 улучшен экспорт данных микробиологического мониторинга в AMRcloud","tags":[],"title":"Обновление программы Микроб-2","type":"post"},{"authors":null,"categories":null,"content":"Формат файла Платформа AMRcloud поддерживает загрузку как Excel-файлов (XLS, XLSX), так и обычных текстовых файлов (TSV, TXT, CSV и т.д.).\n Для текстового файла предпочтительна кодировка UTF-8. При импорте текстового файла (TSV,TXT,CSV) предоставляется возможность задать следующие настройки:\n Разделитель столбцов Запятая Точка с запятой Знак табуляции Кавычки Авто Двойные кавычки Одинарные кавычки Десятичный разделитель Точка Запятая Окно загрузки файла в AMRcloud Файл должен содержать таблицу, сформирированную определеным образом. Структура таблицы Таблица должна быть «плоской», без объединенных ячеек, столбцов, строк, активных фильтров.\nПервая строка таблицы должна содержать имена столбцов (параметров). Строки, содержат данные по микробным изолятам (отдельная строка с записью на каждый изолят). Данные по чувствительности к антимикробным препаратам располагаются в столбцах (для каждого антибиотика - отдельный столбец).\nДля файла в формате Excel рекомендуется, чтобы файл содержал только один лист с данными.\n Пример файла c описанием столбцов\n Файл выше содержит дополнительные комментарии для понимания структуры таблицы. Его не рекомендуется загружать в AMRcloud. Файлы, пригодные для загрузки можно скачать ниже. Пример файла для загрузки в формате Excel\n Пример файла для загрузки в формате CSV (разделитель точка с запятой)\nВ общем виде в таблице можно выделить 5 групп столбцов:\n Обязательные столбцы; Дополнительные столбцы; Столбцы с данными о чувствительности к антибиотикам; Столбцы с данными о маркерах; Столбцы фильтров. Пример файла Особенности каждой из групп рассмотрены далее.\nОбязательные столбцы Данные столбцы должны обязательно присутствовать в файле. Без них импорт файла и дальнейшая работа невозможна.\nИдентификатор изолята В качестве идентификатора может быть использована любая запись, содержащая буквенно-цифровые символы, за исключением специальных (?,!%$#\u0026gt;\u0026lt;). Служит для уникальной идентификации изолята в рамках таблицы.\nНазвание вида микроорганизма Используйте двойные латинские названия видов микроорганизмов в соответствии с официальной номенклатурой https://www.bacterio.net/, либо Федеральный справочник лабораторных исследований. Справочник бактерий (столбец Форматированное наименование), в противном случае он не интерпретируется системой и функционал автоматической интерпретации результатов чувствительности может стать недоступен. Система автоматически распознает известные родовые и видовые названия микроорганизмов и применяет соотвествующие критерии для интерпретации значений МПК, зон подавления роста и определения категорий чувствительности к АМП.\n Пример корректного написания:\n Acinetobacter baumannii Staphylococcus sp. Salmonella spp. Пример некорректного написания:\n A.baumannii Ralstonia pickettii biovar 2 Стрептококк группы Viridans Название группы микроорганизмов Объединение микроорганизмов в группы позволяет представлять в обобщенном виде результаты оценки чувствительности к АМП разных (нескольких) видов микроорганизмов. Группировка может быть основана как на родовой принадлежности, например\n Вид микроорганизма Группа Acinetobacter baumannii Acinetobacter spp. Enterococcus ureasiticus Enterococcus spp. Escherichia coli Enterobacterales так и по любому другому внетаксономическому принципу (территориальному, виду диагноза, локализации инфекции и т.д.).\n Отображение вида и группы организма в интерфейсе AMRcloud На заметку!\nВы также можете оставить значения в столбце Название группы микроорганизмов пустыми или вообще удалить данный столбец из исходной таблицы, но в таком случае при импорте таблицы вам будет необходимо поставить галочку Сгенерировать группы организмов из названий видов в соответствующем разделе (см. \u0026ldquo;Шаг 2 - Выбор параметров\u0026rdquo;\u0026quot;).\n Дата Cлужит для фильтрации выделенных образцов в рамках временного диапазона. Может быть как датой реидентификации изолята, датой выделения материала у пациента, датой госпитализации пациента и т.д. Рекомендуется использовать дату выделения материала у пациента. Записи без даты не будут импортированы.\n Рекомендуемый формат записи даты:\n ГГГГ-ММ-ДД (2018-12-31) ГГГГ-ДД-ММ (2018-31-12) ДД-ММ-ГГГГ (31-12-2018) ММ-ДД-ГГГГ (12-31-2018) Отображение даты в интерфейсе AMRcloud Дополнительные столбцы Данные столбцы не обязательно должны присутствовать в файле для загрузки в AMRcloud, однако они обеспечивают большую наглядость и дополнительные возможности анализа.\nГеографический объект В качестве географических объектов могут быть указаны: страны, административно-территориальные единицы, природные зоны, города, небольшие населенные пункты, а также адреса конкретных зданий и объектов. Система попытается автоматически идентифицировать географические объекты и найти соответствующие координаты (широту и долготу). Если в загружаемой таблице есть дополнительные столбцы, содержащие значения долготы и широты, они также могут быть обработаны. Таким образом вы сможете самостоятельно определить геопривязку изолятов, что позволит отображать их на географической карте.\nЧисловая переменная Служит для реализации фильтрации набора данных по непрерывной числовой переменной. Такими данными могут быть: рост, вес, и т.д. Обычно такой переменной выступает возраст пациента на момент взятия образца. В случае необходимости система способна заменить пропущенные значения в данном столбце на значение «по умолчанию».\n На данный момент для отображения на интерфейсе можно выбрать только одну такую переменную, но сам файл может содержать неограниченное их количество. Отображение числовой переменной в интерфейсе AMRcloud Столбцы с данными о чувствительности к антибиотикам Результаты определения чувствительности к антимикробным препаратам (АМП):\n значения минимальных подавляющих концентраций (МПК) и/или диаметров зон подавления роста и/или категории чувствительности (S/I/R) Имена столбцов, содержащих данные определения чувствительности к АМП, должны начинаться с генерического названия АМП на английском языке и заканчиваться определяющим суффиксом. Количество таких столбцов не ограничено.\n_mic – для МПК например: ampicillin_mic\n Рекомендуется указывать значения МПК по основному действующему веществу (например, триметоприм/сульфаметоксазол – МПК триметоприма). Согласно международному соглашению рекомендуется использовать значения, соответствующие двукратным разведениям начиная с 1 мг/л. Для значений менее 0,25 мг/л рекомендуется использовать следующие значения:\n 0.125→ 0.125, 0.0625→0.06, 0.03125→0.03, 0.015625→0.016, 0.0078125→0.008, 0.00390625→0.004 0.001953125→0.002 _dd – для диаметров зон подавления роста например: ampicillin_dd\n Рекомендуется указывать диаметр зоны задержки роста по данным ДДМ. Целые числа, диапазон от 6 до 50 мм. Если необходимо указать нагрузку для двух компонентов – в качестве разделителя стоит использовать символ дефиса (например: meropenem_10_dd, trimethoprim-sulfamethoxazole_1-2_dd).\n_sir – для категорий чувствительности например: ampicillin_sir\n Рекомендуется указать один вариант:\n S – чувствительный I –чувствительный при увеличенной экспозиции R – устойчивый Система автоматически распознает известные генерические названия АМП и осуществляет интерпретацию значений МПК и диаметров зон подавления роста для известных микроорганизмов в соответствии с выбранными критериями.\nПри необходимости одновременной выгрузки значений МПК, полученных двумя раличными методами, допускается добавлять дополнительные суффиксы. Например, если нам необходимо выгрузить данные МПК, полученные методами разведения в бульоне и Е-тестов одновременно в рамках одного файла, можно воспользоваться следующими правилами:\n Для метода разведения в бульоне закодировать антибиотики с суффиксом _mic Для метода E-тестов закодировать антибиотики с суффиксом _etest_mic Таким образом удастся загрузить в систему оба вида антибиотиков, хотя интерпретироваться будет антибиотик с суффиксом _mic.\nВ рамках каждого из руководств (CLSI, EUCAST, и т.д.) перечень интерпретируемых антибиотиков может отличаться.\n Общий список автоматически распознаваемых антибиотиков\nОднако можно загружать любые названия антибиотиков, просто категории чувствительности для них автоматически интерпретироваться не будут. С предзабитыми значениями S/I/R также можно работать.\nСтолбцы с данными о маркерах Эти столбцы позволяют проводить более глубокий анализ информации и отдельных параметров изолята. В качестве таких параметров имеет смысл выбирать механизмы устойчивости, гены, мутации, и.д. Рекомендуется указывать как наличие/отсутсвие признака, так и отсутствие точной информации о факте проведения исследования на признак. Заголовок такого столбца будет выступать названием группы маркеров. Количество таких столбцов не ограничено.\nВ системе можно анализировать структуру распределения значений маркеров в рамках группы, географическое распределение, распределение маркеров относительно данных чувствительности к антибиотикам.\n Отображение маркеров в интерфейсе AMRcloud Столбцы фильтров Эти столбцы служат для отбора изолятов в рамках всего набора данных, еще до фильтрации по конкретным группам организмов/видов организмов/макреров. Эти столбцы содержат категориальные (текстовые) признаки.\n На данный момент для отображения на интерфейсе можно выбрать максимум 12 таких столбцов, но сам файл может содержать неограниченное их количество. Названия столбцов будут использоваться в качестве названий параметров.\n Отображение столбцов фильтров в интерфейсе AMRcloud ","date":1620432060,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1620432060,"objectID":"e38deb824b271fdaa0716818a46cd7b0","permalink":"https://amrcloud.net/ru/tutorials/import-data/08-appdx-datafile/","publishdate":"2021-05-08T00:01:00Z","relpermalink":"/ru/tutorials/import-data/08-appdx-datafile/","section":"tutorials","summary":"Формат файла Платформа AMRcloud поддерживает загрузку как Excel-файлов (XLS, XLSX), так и обычных текстовых файлов (TSV, TXT, CSV и т.д.).\n Для текстового файла предпочтительна кодировка UTF-8. При импорте текстового файла (TSV,TXT,CSV) предоставляется возможность задать следующие настройки:\n Разделитель столбцов Запятая Точка с запятой Знак табуляции Кавычки Авто Двойные кавычки Одинарные кавычки Десятичный разделитель Точка Запятая Окно загрузки файла в AMRcloud Файл должен содержать таблицу, сформирированную определеным образом.","tags":null,"title":"Описание файла для загрузки в AMRcloud","type":"docs"},{"authors":null,"categories":[],"content":"Апрельское обновление AMRcloud: AMRcloud обновлен до версии 0.6:\n добавлена функция автоматизированной проверки правильности написания наименований видов при загрузке данных ускорены расчеты множественной устойчивости добавлена возможность создания постоянных ссылок на наборы данных (меню редактирования набора данных, вкладка «Ссылки») Пример постоянной ссылки на интерактивных картах доступна опция постоянного отображения подписи геоточек Пример активированных подписей геоточек улучшена визуализация распределений МПК и диметров зон подавления роста в случае отображения для видов с разными значениями интерпретационных критериев Отображение МПК imipenem для Enterobacterales ","date":1619503200,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1619503200,"objectID":"2ce1a68ab704babac70b52ff80386e26","permalink":"https://amrcloud.net/ru/post/20210427-april-update/","publishdate":"2021-04-27T09:00:00+03:00","relpermalink":"/ru/post/20210427-april-update/","section":"post","summary":"AMRcloud обновлен до версии 0.6","tags":[],"title":"Апрельское обновление AMRcloud","type":"post"},{"authors":null,"categories":null,"content":"Организаторы Межрегиональная ассоциация по клинической микробиологии и антимикробной химиотерапии (МАКМАХ) НИИ антимикробной химиотерапии (НИИАХ), ФГБОУ ВО Смоленский государственный медицинский университет (СГМУ) Минздрава России Аннотация Mycoplasma genitalium является одним из облигатных патогенов, и доказано вызывает уретриты у мужчин, цервициты и эндометриты у женщин, а также осложняет течение беременности и родов.\nMycoplasma pneumoniae - это «атипичный» бактериальный патоген, вызывающий инфекции нижних дыхательных путей, включая пневмонию и трахеобронхит, и, реже, инфекции верхних дыхательных путей. Эпидемиологической особенностью M. pneumoniae является возможность вызывать вспышки в организованных коллективах с тесными контактами (в дошкольных, школьных и студенческих группах, у военнослужащих и др.), возможны семейные случаи инфекции.\nВ данном исследовании представлены результаты анализа распространенности генетических детерминант резистентности к макролидам (мутации в домене V гена 23S рРНК) и фторхинолонам (мутации в областях, определяющих устойчивость к хинолонам (QRDR) генов gyrA и parC) M. genitalium и M. pneumoniae.\nИсточники клинических образцов Mycoplasma genitalium — положительные по результатам ПЦР образцы (n=873) из пяти городов России: Москвы, Нижнего Новгорода, Саратова, Смоленска и Тулы были собраны в период с 2009-2019 гг.\nMycoplasma pneumoniae — положительные по результатам ПЦР образцы (n=1480) из двенадцати городов России: Брянска, Екатеринбурга, Красноярска, Москвы и Московской области, Нижнего-Новгорода, Республики Марий Эл, Пензы, Смоленска, Тулы, Хабаровска и Ярославля были собраны в период с 2006-2020 гг.\nВсе образцы были собраны в рамках рутинной диагностики мочеполовых и респираторных инфекций и не повторялись (представляли отдельных пациентов / случаи инфекции). ПЦР-положительные образцы были направлены в центральную лабораторию НИИАХ для анализа мутаций, связанных с устойчивостью к антибиотикам.\nВыявление мутаций в V домене 23S рРНК и в QRDR генов parC и gyrA Однонуклеотидные замены в положениях 2058-2062 и 2611 домена V 23S рРНК и мутации, вызывающие изменения аминокислот (аа) в областях QRDR ParC (положения аа 79-84) и GyrA (положения аа 83-87) были обнаружены с помощью зондовых ПЦР-анализов в реальном времени и были подтверждены независимой ПЦР-амплификацией и секвенированием по Сэнгеру соответствующих фрагментов гена [2-4].\nДанные о типах обнаруженных мутаций представлены в разделе «Маркеры» на сайте.\nИсследовательская группа: Лаборатория НИИАХ: Эйдельштейн И.А., Романов А.В., Эйдельштейн М.В., Кузьменков А.Ю., Козлов Р.С. Участвующие центры: Аксютина Галина Владимировна (ФБУЗ «Центр Гигиены и Эпидемиологии в Брянской области», Брянск) Алябьева Наталья Александровна (ФГАУ «НМИЦ здоровья детей», Москва) Борисов Игорь Викторович (ФГБУ ИБФРМ РАН, Саратов) Грошенкова Елена Валентиновна (ФБУЗ «Центр Гигиены и Эпидемиологии в Ярославльской области», Ярославль) Гущин Александр Евгеньевич (ГБУЗ «Московский Центр дерматовенерологии и косметологии», Москва) Ершова Марина Геннадьевна (Инфекционная клиническая больница, ГБУЗ ЯО, Ярославль) Еникеева Фарида Шавкатовна (ГБУЗ «Пензенский областной клинический центр специализированных видов медицинской помощи», Пенза) Зайцев Андрей Алексеевич (ФГКУ «Главный военный клинический госпиталь им. академика Н.Н. Бурденко», Москва) Зубарева Людмила Михайловна (ОГБУЗ СКВД, Смоленск) Игнатькова Антонина Сергеевна (ФБУЗ «Центр Гигиены и Эпидемиологии в Тульской области», Тула) Иванова Ольга Владимировна (Филиал № 4 ФГКУ «1586 Военного клинического госпиталя», Смоленск) Иванова Ирина Анатольевна (ГБУ РМЭ «РЦПБ СПИД и ИЗ», Йошкар-Ола) Колесникова Елена Александровна (Клиника «УльтраМед», Нижний Новгород) Маджарова Ольга Анатольевна (ГУ «Республиканский клинический медицинский центр» Управления делами Президента Республики Беларусь, Минск) Новикова Ольга Петровна (Клиника «Консультант», Тула) Оленькова Ольга Михайловна (МАУ «Клинико-диагностический центр», Екатеринбург) Плескачевская Татьяна Александровна (СГМУ, Смоленск) Протасова Ирина Николаевна (ФГБОУ ВО КрасГМУ им. проф. В.Ф. Войно-Ясенецкого, Красноярск) Руднева Наталья Сергеевна (ГУЗ «ТОККВД», Тула) Семенова Ольга Леонидовна (ФБУЗ «Центр Гигиены и Эпидемиологии в Брянской области», Брянск) Сперанская Елена Валентиновна (НИИЭ и М им. Блохиной, Нижний Новгород) Цихановская Оксана Анатольевна (ГБУЗ «Центр специализированных видов медицинской помощи им. В.П. Аваева», Тверь) Яцышина Светлана Борисовна (ФБУН ЦНИИ Эпидемиологии Роспотребнадзора, Москва) Координатор проекта Эйдельштейн Инна Александровна Руководитель лаборатории молекулярной диагностики НИИ антимикробной химиотерапии\nФГБОУ ВО «СГМУ» Минздрава России\ninna.edelstein@antibiotic.ru\n Основные публикации Эйдельштейн И.А. Mycoplasma pneumoniae – современные данные о строении, молекулярной биологии и эпидемиологии возбудителя. Клиническая микробиология и антимикробная химиотерапия. 2023; 25(4):332-349. DOI: 10.36488/cmac.2023.4.332-349 Edelstein I.A., Guschin A.E., Romanov A.V., Negasheva E.S., Kozlov R.S. Genetic Determinants of Macrolide and Fluoroquinolone Resistance in Mycoplasma genitalium and Their Prevalence in Moscow, Russia. Pathogens. 2023; 12(3):496. DOI: 10.3390/pathogens12030496 Edelstein I.A., Romanov A.V., Kozlov R.S. Development of a Real-Time PCR Assay for Detection of Macrolide Resistance Mutations in Mycoplasma genitalium and Its Application for Epidemiological Surveillance in Russia. Microbial Drug Resistance.Mar 2023.69-77. DOI: 10.1089/mdr.2022.0131 Edelstein, I.A.; Ivanova, O.V.; Romashov, O.I.; Kozlov, R.S. Course of Lower Respiratory Tract Infection in Young People Treated at the Military Hospital of Smolensk Garrison with Detected Mycoplasma pneumoniae Carrying a Macrolide-Resistant Mutation in 23S rRNA Gene. Pathogens 2023, 12, 103. DOI: 10.3390/pathogens12010103 Эйдельштейн И.А., Руднева Н.С., Романов А.В., Зубарева Л.М., Кузьменков А.Ю., Колесникова Е.А., Трушин И.В., Борисов И.В., Суханова Л.Н., Ахмедова А.М., Новикова О.П., Козлов Р.С. Mycoplasma genitalium: мониторинг распространения мутаций, связанных с резистентностью к макролидам в России. Клиническая микробиология и антимикробная химиотерапия. 2022; 24(1):52-60. DOI: 10.36488/cmac.2022.1.52-60. Патент на изобретение RU 2778666 C1. 22.08.2022. Заявка № 2021128513 от 27.09.2021. Способ выявления мутаций в участках генов parC и gyrA QRDR, приводящих к резистентности у Mycoplasma genitalium к антибиотикам фторхинолонового ряда. Романов А.В., Козлов Р.С., Эйдельштейн И.А., Эйдельштейн М.В. Ref. Иванова О.В., Эйдельштейн И.А., Ромашов О.И., Козлов Р.С. Оценка влияния мутаций в гене 23S рРНК Mycoplasma pneumoniae, обуславливающих устойчивость к макролидам, на тяжесть течения внебольничной пневмонии у лиц молодого возраста, находившихся на лечении в Смоленском военном госпитале. Клиническая микробиология и антимикробная химиотерапия. 2020; 22(4):306-312. DOI: 10.36488/cmac.2020.4.306-312. Зубарева Л.М., Эйдельштейн И.А., Руднева Н.С., Романов А.В., Власова Т.А., Лавриненкова Ю.В., Суханова Л.Н., Ахмедова А.М., Кузьменков А.Ю., Трушин И.В., Евстафьев В.В. Распространенность ассоциированных с устойчивостью к макролидам мутаций у Mycoplasma genitalium среди пациентов с негонококковыми инфекциями, передающимися половым путём, в Смоленске и Туле. Клиническая микробиология и антимикробная химиотерапия. 2019; 21(4):330-339. DOI: 10.36488/cmac.2019.4.330-339 Зубарева Л.М., Эйдельштейн И.А., Романов А.В., Евстафьев В.В., Козлов Р.С. Клинический случай неуспеха терапии джозамицином у пациента с уретритом, вызванным Mycoplasma genitalium. Вестник дерматологии и венерологии. 2018;(4):55-59. DOI: 10.25208/0042-4609-2018-94-4-55-59 Эйдельштейн И.А., Эйдельштейн М.В., Романов А.В., Зайцев А.А., Раковская И.В., Бархатова О.И., Антипушина Д.Н., Козлов Р.С. Четыре случая выявления мутаций устойчивости в гене 23S рРНК Mycoplasma pneumoniae, выделенных от военнослужащих с пневмонией, находящихся на лечении в военном госпитале. Клиническая Микробиология и Антимикробная Химиотерапия. 2017; 19(3):248-253 Ref. Патент на изобретение RU 2646123 C1, 01.03.2018. Заявка № 2017133677 от 27.09.2017. Способ выявления мутаций, приводящих к резистентности у Mycoplasma genitalium и Mycoplasma pneumoniae к макролидным антибиотикам. Романов А.В., Козлов Р.С., Эйдельштейн И.А., Эйдельштейн М.В. Ref. Эйдельштейн И.А., Эйдельштейн М.В., Романов А.В., Рачина С.А., Яцышина С.Б., Раковская И.В., Козлов Р.С. Выявление мутаций устойчивости к макролидам в гене 23S рРНК Mycoplasma pneumoniae с помощью полимеразной цепной реакции в режиме реального времени. Тихоокеанский медицинский журнал. 2015;(1):63-66. Ref. Shipitsyna E, Rumyantseva T, Golparian D, Khayrullina G, Lagos AC, Edelstein I, Joers K, Jensen JS, Savicheva A, Rudneva N, Sukhanova L, Kozlov R, Guschin A, Unemo M. Prevalence of macrolide and fluoroquinolone resistance-mediating mutations in Mycoplasma genitalium in five cities in Russia and Estonia. PLoS One. 2017. Apr 13; 12(4). DOI: 1371/journal.pone.0175763 Edelstein I., Rachina S., Touati A., Kozlov R., Henin N., Bébéar C., Pereyre S. Mycoplasma pneumoniae Monoclonal P1 Type 2c, Outbreak, Russia, 2013. Emerging Infectious Diseases. Vol. 22, No. 2, February 2016. DOI: 10.3201/eid2202.151349 Бобылев А.А., Рачина С.А., Эйдельштейн И.А., Козлов Р.С., Герман С.В., Погодин А.Г. Описание вспышки инфекции, вызванной Mycoplasma pneumoniae, в Смоленской области. Пульмонология. 2013;(5):97-100. Ref ","date":1617861600,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1617861600,"objectID":"15fe5a67d6622c49870bce3b7c34faf0","permalink":"https://amrcloud.net/ru/project/demares/","publishdate":"2021-04-08T09:00:00+03:00","relpermalink":"/ru/project/demares/","section":"project","summary":"Анализ распространенности мутаций резистентности к макролидам и фторхинолонам у *Mycoplasma genitalium* и *Mycoplasma pneumoniae*","tags":null,"title":"Исследование «DeMaRes»","type":"project"},{"authors":null,"categories":[],"content":"Мартовское обновление AMRcloud: AMRcloud обновлен до версии 0.5:\n добавлено распознавание нагрузок дисков в наименованиях столбцов, содержащих результаты определения диметров зон подавления роста (столбцы с суффиксом _dd). Наименования столбцов формата cefotaxime_5_dd или piperacillin-tazobactam_30-6_dd будут распознаны и обработаны системой автоматически с использованием соответствующих критериев интерпретации добавлена возможность автоматического создания групп микроорганизмов из наименований видов улучшено распознавание наименований видов и подвидов микроорганизмов внедрена новая система для построения графиков добавлена возможность отображения диаграмм с использованием графических паттернов на графиках по умолчанию цвет подписи по оси X изменен на темный добавлена возможность масштабирования графиков: в случае множества значений по оси X улучшается качество визуализации добавлена глобальная настройка выбора формата экспорта графиков (.svg или .png) добавлено отображение используемых критериев интерпретации при просмотре набора данных по ссылке улучшена стабильность загрузки файлов ","date":1617170400,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1617170400,"objectID":"29ac55a25a0b0480997943121f9a75c6","permalink":"https://amrcloud.net/ru/post/20210331-march-update/","publishdate":"2021-03-31T09:00:00+03:00","relpermalink":"/ru/post/20210331-march-update/","section":"post","summary":"AMRcloud обновлен до версии 0.5","tags":[],"title":"Мартовское обновление AMRcloud","type":"post"},{"authors":null,"categories":[],"content":"3 марта 2021 года специалисты МАКМАХ Кузьменков А.Ю., Эйдельштейн М.В. и Виноградова А.Г. приняли участие в научно-практическом семинаре «Использование IT-платформы #AMRcloud для формирования локальной системы мониторинга антибиотикорезистентности», проведённого на базе Республиканской больницы №2 — ЦЭМП (Якутск) и Республиканского центра мониторинга антибиотикорезистентности микроорганизмов при поддержке Министерства здравоохранения республики Саха (Якутия).\nНа семинаре прозвучали доклады:\nРоль AMRcloud в локальном мониторинге антибиотикорезистентности Кузьменков Алексей Юрьевич, к.м.н.,заместитель директора по биоинформатике НИИ АХ, Смоленск\nОпыт внедрения онлайн платформы AMRcloud для анализа и обмена данными антибиотикорезистентности Шамаева Степанида Харитоновна, к.б.н., зав.лабораторией клинической микробиологии (бактериологии) «РБ№2 – ЦЭМП», Якутск\nПримеры выполненных и текущих проектов в AMRcloud. Микрофлора и антибиотикорезистентность у пострадавших термической травмой Потапов Александр Филиппович, д.м.н., заведующий кафедрой анестезиологии, реаниматологии и интенсивной терапии с курсом скорой медицинской помощи СВФУ им.М.К.Аммосова, руководитель Республиканского центра мониторинга антибиотикорезистентности, Якутск\nПримеры выполненных и текущих проектов в AMRcloud. Антибиотикотерапия пациентов с тяжелой внебольничной пневмонией Портнягина Ульяна Семеновна, к.м.н., доцент кафедры «Внутренние болезни и ОВП (семейная медицина) СВФУ им.М.К.Аммосова, зав.отделом клинической микробиологии «РБ№2 – ЦЭМП», Якутск\nПримеры выполненных и текущих проектов в AMRcloud. Антибиотикорезистентность возбудителей нозокомиальной пневмонии у пациентов ОРИТ ОНМК Матвеев Афанасий Семенович, к.м.н., доцент кафедры АРИТ с курсом СМП ФПОВ МИ СВФУ им.М.К.Аммосова, Якутск\nAMRcloud: индивидуальные настройки Виноградова Алина Геннадьевна, научный сотрудник НИИ АХ, Смоленск\n","date":1614837600,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1614837600,"objectID":"632b33982a9be94581d3f9bea118148d","permalink":"https://amrcloud.net/ru/post/20210304-webinar-yakutsk/","publishdate":"2021-03-04T09:00:00+03:00","relpermalink":"/ru/post/20210304-webinar-yakutsk/","section":"post","summary":"3 марта 2021 года проведен научно-практический семинар на базе Республиканской больницы №2 — ЦЭМП (Якутск) и Республиканского центра мониторинга антибиотикорезистентности микроорганизмов при поддержке Министерства здравоохранения республики Саха (Якутия)","tags":[],"title":"Научно-практический семинар «Использование IT-платформы AMRcloud для формирования локальной системы мониторинга антибиотикорезистентности»","type":"post"},{"authors":null,"categories":[],"content":"Февральское обновление AMRcloud: Добавлены критерии EUCAST v11.0 (2021). Полный список доступных антимикробных препаратов для автоматической интерпретации в AMRcloud представлен в таблице. Критерии EUCAST ECOFF (epidemiological cut-off values) были актуализированы. Исследование “CAZ-AVI” Обновлены данные открытого проекта: Исследование «CAZ-AVI» — Оценка чувствительности клинических изолятов Enterobacterales и Pseudomonas aeruginosa к цефтазидиму/авибактаму в России с помощью диско-диффузионного метода.\nТеперь проект включает данные второго этапа исследования: 22 тыс. бактериальных изолятов из 61 города РФ.\n","date":1613109600,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1613109600,"objectID":"71fe28087846eeeac37ff39e6b05f2b9","permalink":"https://amrcloud.net/ru/post/20210212-february-update/","publishdate":"2021-02-12T09:00:00+03:00","relpermalink":"/ru/post/20210212-february-update/","section":"post","summary":"В AMRcloud стали доступны критерии EUCAST v11.0 (2021)","tags":[],"title":"Февральское обновление AMRcloud","type":"post"},{"authors":null,"categories":[],"content":"Уважаемые коллеги, платформа для анализа пользовательских данных антибиотикорезистентности AMRcloud обновлена до версии 0.4.\nВ обновлении:\n добавлены краткие отчеты о результатах импорта данных на первом и втором шаге добавлено формирование отчета о видах микроорганизмов, для которых не найдены критерии интерпретации добавлена анимация при обработке данных на четвертом шаге добавлена возможность создания сценария импорта данных добавлена возможность смены цветовых схем графиков улучшена стаблильность загрузки .xlsx и .xls файлов при анализе данных на интерфейсе сохраняется исходное пользовательское название столбца с датой улучшения стабильности работы ","date":1611727200,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1611727200,"objectID":"90efd081a76932c667c2d414364daca6","permalink":"https://amrcloud.net/ru/post/20210127-january-update/","publishdate":"2021-01-27T09:00:00+03:00","relpermalink":"/ru/post/20210127-january-update/","section":"post","summary":"платформа для анализа пользовательских данных антибиотикорезистентности AMRcloud обновлена до версии 0.4","tags":[],"title":"Январское обновление AMRcloud","type":"post"},{"authors":null,"categories":[],"content":"Уважаемые коллеги, платформа для анализа пользовательских данных антибиотикорезистентности AMRcloud обновлена до версии 0.3.\nВ обновлении:\n добавлены кнопки переключения шагов при импорте данных добавлена возможность создания скриншотов страницы добавлена возможность замены пропущенных количественных значений при импорте данных. ","date":1608616800,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1608616800,"objectID":"485d6c409834e6c8141131668f8b78a6","permalink":"https://amrcloud.net/ru/post/20201222-december-update/","publishdate":"2020-12-22T09:00:00+03:00","relpermalink":"/ru/post/20201222-december-update/","section":"post","summary":"платформа для анализа пользовательских данных антибиотикорезистентности AMRcloud обновлена до версии 0.3","tags":[],"title":"Декабрьское обновление AMRcloud","type":"post"},{"authors":null,"categories":[],"content":"В рамках XXII международного конгресса МАКМАХ 25 ноября 2020 года прошел Параллельный симпозиум «Использование IT-платформы AMRcloud для формирования локальной системы мониторинга антибиотикорезистентности».\nПосетители симпозиума узнали о том, как работать в AMRcloud, как подготовить данные для загрузки. Два доклада были посвящены результатам реального использования AMRcloud в лечебных учреждениях. Также прошел часовой workshop (практическое занятие) с демонстрацией нового функционала платформы AMRcloud.\nПринцип работы и обзор возможностей AMRcloud Кузьменков Алексей Юрьевич\n Форматирование исходных данных, их процессинг и анализ Виноградова Алина Геннадьевна \nПримеры выполненных и текущих проектов в AMRcloud Замятин Михаил Николаевич \nПримеры выполненных и текущих проектов в AMRcloud Елохина Елена Васильевна \nПрактическое занятие Виноградова Алина Геннадьевна, Кузьменков Алексей Юрьевич, Эйдельштейн Михаил Владимирович \nПриятным бонусом для участников симпозиума стал сертификат участника с промокодом, позволяющим увеличить в два раза объем доступного пространства для вашей учетной записи в AMRcloud, и получить комплект участника AMRteam при возобновлении очных мероприятий МАКМАХ. Именные электронные сертификаты с промокодами были разосланы 1 декабря 2020 года на электронную почту всем участникам симпозиума, которые присутствовали 80% времени вебинара.\n Приглашаем вас принять участие в опросе, посвященном проблеме и особенностям мониторинга антибиотикорезистентности в вашем учреждении. ","date":1606305600,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1606305600,"objectID":"df340f320e9b3be2fdb016db2385b4e3","permalink":"https://amrcloud.net/ru/post/20201125-amrcloud-monitoring/","publishdate":"2020-11-25T15:00:00+03:00","relpermalink":"/ru/post/20201125-amrcloud-monitoring/","section":"post","summary":"В рамках XXII международного конгресса МАКМАХ 25 ноября 2020 года прошел Параллельный симпозиум «Использование IT-платформы AMRcloud для формирования локальной системы мониторинга антибиотикорезистентности».","tags":[],"title":"Использование IT-платформы AMRcloud для формирования локальной системы мониторинга антибиотикорезистентности","type":"post"},{"authors":null,"categories":[],"content":"Мы рады сообщить, что для пользователей МИКРОБ-2 доступно бесплатное обновление, позволяющее формировать файлы для передачи в AMRcloud. Теперь не нужно самим собирать таблицы и можно значительно сэкономить время.\nСкачать обновление можно по ссылкам:\n Для Микроб-2 Для Микроб-Автомат Также доступно руководство Экспорт из Микроб-2 в AMRcloud.\n","date":1604404800,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1604404800,"objectID":"9ae8cb1763108add087e1c49ad5ca2b8","permalink":"https://amrcloud.net/ru/post/20201103-microb-2/","publishdate":"2020-11-03T15:00:00+03:00","relpermalink":"/ru/post/20201103-microb-2/","section":"post","summary":"Экспорт из Микроб-2 в AMRcloud","tags":[],"title":"Интеграция с Микроб-2","type":"post"},{"authors":null,"categories":[],"content":" добавлена возможность импорта данных из WHONET; добавлен онлайн конвертер для текстовых файлов экспорта WHONET; добавлено руководство по экспорту/конвертации данных из WHONET. ","date":1602914400,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1602914400,"objectID":"7032e061d9c4f4c9e2065525d4e8a1ee","permalink":"https://amrcloud.net/ru/post/20201017-october-update/","publishdate":"2020-10-17T09:00:00+03:00","relpermalink":"/ru/post/20201017-october-update/","section":"post","summary":"Конвертер из WHONET в AMRcloud","tags":[],"title":"Октябрьское обновление AMRcloud","type":"post"},{"authors":null,"categories":[],"content":" В AMRcloud стали доступны критерии CLSI M100-ED30, 2020. Полный список доступных антимикробных препаратов для автоматической интерпретации в AMRcloud представлен в таблице; В AMRcloud появилась возможность создания пользовательских критериев интерпретации чувствительности к антимикробным препаратам; В AMRcloud появилась возможность автоматического объединения в отчете разных типов данных оценки чувствительности к антимикробным препаратам (МПК, ЗПР, категорий S/I/R). ","date":1599069600,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1599069600,"objectID":"6163c1551b7f9245cf0db68df241d58a","permalink":"https://amrcloud.net/ru/post/20200909-september-update/","publishdate":"2020-09-02T21:00:00+03:00","relpermalink":"/ru/post/20200909-september-update/","section":"post","summary":"CLSI M100-ED30, пользовательские критерии и еще...","tags":[],"title":"Сентябрьское обновление AMRcloud","type":"post"},{"authors":null,"categories":null,"content":"Организаторы Межрегиональная ассоциация по клинической микробиологии и антимикробной химиотерапии Российское общество урологов Аннотация Представлены данные по устойчивости к антибиотикам изолятов внебольничных уропатогенов, выделенных из средней порции мочи:\n взрослых с симптоматическими ИМП (цистит, пиелонефрит) детей и подростков до 18 лет с симптоматическими ИМП (цистит, пиелонефрит) беременных с симптоматическими ИМП (цистит и пиелонефрит) и бессимптомной бактериурией Исследование проводилось в два этапа: «ДАРМИС» (2009-2011 гг.): 28 центров, 20 городов Россия: Воронеж, Екатеринбург, Иркутск, Казань, Краснодар, Москва, Омск, Ростов-на-Дону, Самара, Санкт- Петербург, Северск, Смоленск, Сургут, Томск, Тюмень, Уфа, Челябинск, Якутск; Беларусь: Гомель; Казахстан: Караганда. «ДАРМИС-2018» (2017-2018 гг.): 34 центра, 26 городов Россия: Братск, Воронеж, Екатеринбург, Иркутск, Йошкар-Ола, Казань, Киров, Краснодар, Нижневартовск, Новокузнецк, Новосибирск, Омск, Ростов-на-Дону, Самара, Санкт- Петербург, Северск, Смоленск, Сургут, Тольятти, Томск, Ульяновск, Челябинск, Якутск, Ярославль; Беларусь: Гомель; Казахстан: Караганда. Определение чувствительности к антибактериальным средствам Определение минимальных подавляющих концентраций (МПК) методом последовательных двукратных разведений в бульоне Мюллера–Хинтон (по стандарту ISO 20776-1:2006 / ГОСТ Р ИСО 20776-1-2010) проводилось в центральной лаборатории НИИ антимикробной химиотерапии (НИИАХ) Смоленского государственного медицинского университета (СГМУ).\nИнтерпретация результатов определения чувствительности Клинические категории чувствительности определены на основании Пограничных значений МПК Европейского комитета по определению чувствительности к антимикробным препаратам EUCAST v11.0, 2021 г.\nИсследовательская группа «ДАРМИС» Настаушева Т.Л. (ФГБОУ ВО «ВГМУ им. Н.Н. Бурденко» Минздрава России, Воронеж), Тапальский Д.В. (УО «ГГМУ», Гомель, Беларусь), Розанова С.М., Перевалова Е.Ю. (МАУ «КДЦ», Екатеринбург), Агапова Е.Д. (ГБУЗ «ИГОДКБ», Иркутск), Галеева О.П. (ГАУЗ «РКБ МЗ РТ», Казань), Валиуллина И.Р. (ГАУЗ «ДРКБ МЗ РТ», Казань), Сафина А.И. (ФГБОУ ВО «КГМУ» Минздрава России, Казань), Лавриненко А.В. (НАО «МУК», Караганда, Казахстан), Мултых И.Г. (ГБУЗ «ДККБ» МЗ КК, Краснодар), Анкирская А.С. (ФГБУ «НМИЦАГиП им. ак. В.И. Кулакова» Минздрава России, Москва), Никольская И.Г. (ГБУЗ МО «МОНИИАГ», Москва), Скальский С.В., Елохина Е.В. (ФГБОУ ВО «ОмГМУ» Минздрава России, Омск), Коган М.И., Набока Ю.Л. (ФГБОУ ВО «РостГМУ» Минздрава России, Ростов-на-Дону), Жестков А.В., Оськина Е.А. (ФГБОУ ВО «СамГМУ» Минздрава России, Самара), Савичева А.М. (ФГБУ «НИИ АГиР им. Д.О. Отта», ФГБОУ ВО «СПбГПМУ» Минздрава России, Санкт-Петербург), Полухина О.В. (ФГБУ «РНЦРиХТ им. ак. А.М. Гранова» Минздрава России, Санкт-Петербург), Москвитина Е.Н. (ФГБУ СибФНКЦ ФМБА России, Северск), Морозов М.В. (ЧУЗ «КБ «РЖД-Медицина», Смоленск), Малев И.В. (ОБГУЗ «Поликлиника №3», Смоленск), Козлова Л.В., Палагин И.С., Сехин С.В. (ФГБОУ ВО «СГМУ» Минздрава России, Смоленск), Логинов Ю.А. (ООО «Уромед», Смоленск), Трапезникова Б.В. (БУ «СОКБ», Сургут), Гудкова Л.В. (ОГАУЗ «ТОКБ», Томск), Ортенберг Э.А., Хохлявина Р.М. (ФГБОУ ВО «ТГМУ» Минздрава России, Тюмень), Хасанова С.Г., Зулкарнеев Р.Х. (ГБУЗ РБ «ГКБ №21», Уфа), Гуменецкий Д.В. (МАУЗ «ГКБ №6», Челябинск), Татаринова О.В. (ГБУ РС(Я) «РБ№2-ЦЭМП», Якутск). Исследовательская группа «ДАРМИС-2018» Мутин М.Ю. (ОГАУЗ «БГБ№1», Братск), Стребкова В.В. (БУЗ ВО «ВГКБСМТП №10», Воронеж), Тапальский Д.В. (УО «ГГМУ», Гомель, Беларусь) Аминева П.Г. (ООО «Кволити Мед», Екатеринбург), Ветохина А.В. (ГБУЗ «ИОКБ», Иркутск), Сухорева М.В. (ОГАУЗ «ГИМДКБ», Иркутск), Иванова И.А. (ГБУ РМЭ «РЦПБ СПИД и ИЗ», Йошкар-Ола), Валиуллина И.Р. (ГАУЗ «РКБ МЗ РТ», Казань), Лавриненко А.В. (НАО «МУК», Караганда, Казахстан), Частоедова А.Н. (КОГБУЗ «КОКБ», Киров), Широкова Т.М. (КОГБУЗ «КОКПЦ», Киров), Варибрус Е.В. (ГБУЗ «ККБ№2» МЗ КК, Краснодар), Васильева И.Р. (БУ ХМАО-Югры «НОКДБ», Нижневартовск), Доманская О.В. (ГБУЗ КО «НГДКБ№4», Новокузнецк), Беккер Г.Г. (НУЗ «ДКБ на ст. Новосибирск-Гл.» ОАО «РЖД», Новосибирск), Кульчавеня Е.В. (ФГБУ «ННИИТ» Минздрава России, ФГБОУ ВО «НГМУ» Минздрава России, Новосибирск), Плугин П.С. (ГБУЗ НО «ГКБСМП№2», Новосибирск), Попова Л.Д. (БУЗ ОО «ОКБ», Омск), Елохина Е.В. (БУЗ ОО «ОКБ», ФГБОУ ВО «ОмГМУ» Минздрава России, Омск), Коган М.И., Набока Ю.Л. (ФГБОУ ВО «РостГМУ» Минздрава России, Ростов-на-Дону), Жестков А.В., Лямин А.В. (ФГБОУ ВО «СамГМУ» Минздрава России, Самара), Хуснутдинова Т.А., Шипицына Е.В. (ФГБУ «НИИ АГиР им. Д.О. Отта», ФГБОУ ВО «СПбГПМУ» Минздрава России, Санкт-Петербург), Булкин А.Н. (СПбГБУЗ «ГБ Святого Великомученика Георгия», Санкт-Петербург), Москвитина Е.Н. (ФГБУ СибФНКЦ ФМБА России, Северск), Никифоровская Н.Н. (НУЗ ОБ на ст. Смоленск ОАО «РЖД», Смоленск), Малев И.В. (ОБГУЗ «Поликлиника №3», Смоленск), Палагин И.С. (ФГБОУ ВО «СГМУ» Минздрава России, Смоленск), Варганова А.Н. (БУ «СОКБ», Сургут), Мартьянова Н.М. (ГБУЗ СО «ТГКБ№5», Тольятти), Быконя С.А., Волковская И.В. (ОГАУЗ «ТОКБ», Томск), Малявин А.И., Сидорова Р.К. (ГУЗ «ГП№4», Ульяновск), Хайдаршина Н.Э. (ФГБОУ ВО «ЧелГУ», Челябинск), Шамаева С.Х., Портнягина У.С. (ГБУ РС(Я) «РБ№2-ЦЭМП», Якутск), Ершова М.Г. (ГБУЗ ЯО «ИКБ», Ярославль). Координатор проекта Палагин Иван Сергеевич Научный сотрудник НИИ антимикробной химиотерапии\nФГБОУ ВО «СГМУ» Минздрава России\nivan.palagin@gmail.com\n Основные публикации И.С. Палагин, М.В. Сухорукова, А.В. Дехнич, М.В. Эйдельштейн, Т.С. Перепанова, Р.С. Козлов, Исследовательская группа «ДАРМИС-2018». Состояние антибиотикорезистентности возбудителей внебольничных инфекций мочевыводящих путей в России, Беларуси и Казахстане: результаты многоцентрового международного исследования «ДАРМИС-2018». Урология 2020; 1: 19-31. 10.18565/urology.2020.1.19-31 И.С. Палагин, М.В. Сухорукова, А.В. Дехнич, М.В. Эйдельштейн, Т.С. Перепанова, Р.С. Козлов, Исследовательская группа «ДАРМИС-2018». Антибиотикорезистентность возбудителей внебольничных инфекций мочевых путей в России: результаты многоцентрового исследования «ДАРМИС-2018». Клин микробиол антимикроб химиотер 2019; 21(2): 134-146. 10.36488/cmac.2019.2.134-146 И.С. Палагин, М.В. Сухорукова, А.В. Дехнич, М.В. Эйдельштейн, А.В. Гринев, Т.С. Перепанова, Р.С. Козлов, Исследовательская группа «ДАРМИС». Осложненные внебольничные инфекции мочевых путей у взрослых пациентов в России. Клин микробиол антимикроб химиотер 2014; 16(1): 39-56. cmac-journal.ru И.С. Палагин, М.В. Сухорукова, А.В. Дехнич, М.В. Эйдельштейн, А.Н. Шевелев, А.В. Гринев, Т.С. Перепанова, Р.С. Козлов, Исследовательская группа «ДАРМИС». Современное состояние антибиотикорезистентности возбудителей внебольничных инфекций мочевых путей в России: результаты исследования «ДАРМИС» (2010-2011). Клин микробиол антимикроб химиотер 2012; 14(4): 280-302. cmac-journal.ru Т.С. Перепанова, Р.С. Козлов, А.В. Дехнич, И.С. Палагин, А.Н. Шевелев, Е.М. Волкова, Д.К. Эгамбердиев. Выбор антимикробных препаратов при инфекции мочевыводящих путей. Урология 2012; 2: 4-8. cyberleninka.ru ","date":1592092800,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1592092800,"objectID":"9ad0ac6a37ca6c0329bf4ac81205beb2","permalink":"https://amrcloud.net/ru/project/darmis/","publishdate":"2020-06-14T00:00:00Z","relpermalink":"/ru/project/darmis/","section":"project","summary":"Многоцентровое международное исследование динамики антибиотикорезистентности возбудителей внебольничных инфекций мочевых путей в различных субпопуляциях пациентов","tags":null,"title":"Исследование «ДАРМИС»","type":"project"},{"authors":["Виноградова А.Г.","Кузьменков А.Ю."],"categories":null,"content":"","date":1590660374,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1590660374,"objectID":"21d560421620a14894f8bb0a2f8b168e","permalink":"https://amrcloud.net/ru/publication/cmac-2020-t22-n2-p137/","publishdate":"2020-10-11T13:00:00Z","relpermalink":"/ru/publication/cmac-2020-t22-n2-p137/","section":"publication","summary":"Сохраняющиеся тенденции роста антибиотикорезистентности требуют проведения комплекса противодействующих мероприятий, среди которых особое место занимает мониторинг резистентности, реализованный в глобальных, национальных и локальных системах. Наибольшее практическое значение приобретают локальные системы мониторинга, позволяя осуществлять наблюдение за динамикой чувствительности микроорганизмов в конкретных условиях и проводить необходимый объем мероприятий, в том числе противоэпидемических. В данной статье представлены базовые принципы и рекомендации по организации данных мониторинга резистентности, приведены примеры заполнения таблиц, а также представлен краткий справочник метаданных. Отдельное внимание уделено частным вопросам и проблемам, возникающим при организации данных мониторинга резистентности, и предложены варианты их решения.","tags":null,"title":"Организация данных как основа локального мониторинга антибиотикорезистентности","type":"publication"},{"authors":null,"categories":[],"content":"В AMRcloud стали доступны критерии EUCAST v.10.0 (2020). Полный список доступных антимикробных препаратов для автоматической интерпретации в AMRcloud представлен в таблице.\n","date":1583906400,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1583906400,"objectID":"086d96c38c10c90901e87fbc1ba45621","permalink":"https://amrcloud.net/ru/post/20200311-eucast-2020/","publishdate":"2020-03-11T09:00:00+03:00","relpermalink":"/ru/post/20200311-eucast-2020/","section":"post","summary":"В AMRcloud стали доступны критерии EUCAST v.10.0 (2020). Полный список доступных антимикробных препаратов для автоматической интерпретации в AMRcloud представлен в таблице.","tags":[],"title":"В AMRcloud стали доступны критерии EUCAST 2020","type":"post"},{"authors":null,"categories":[],"content":"","date":1581408000,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1581408000,"objectID":"ed7c4dabf0c7a38f5f4af7b07e795686","permalink":"https://amrcloud.net/ru/pages/crowdfunding/","publishdate":"2020-02-11T11:00:00+03:00","relpermalink":"/ru/pages/crowdfunding/","section":"pages","summary":"","tags":[],"title":"Финансовая поддержка","type":"pages"},{"authors":null,"categories":null,"content":"Аннотация Acinetobacter baumannii – один из наиболее частых и проблемных возбудителей нозокомиальных инфекций. В данном проекте представлены результаты исследования циркулирующих в стационарах РФ клинических штаммов A. baumannii, включающие:\n данные об источниках выделения изолятов; молекулярно-генетические характеристики изолятов (принадлежность к клональным группам, SNP-типам, сиквенс-типам, KL-типам, наличие генов приобретенных карбапенемаз); чувствительность изолятов к антибиотикам различных групп; чувствительность изолятов к отдельным литическим бактериофагам. Бактериальные изоляты 3135 неповторяющихся (по одному на каждый случай инфекции) клинических изолятов, выделенных в рамках многоцентровых проспективных микробиологических исследований в период с 14 января 2013 г. по 31 декабря 2019 г. в 71 стационаре 36 городов России: Архангельска, Барнаула, Белгорода, Благовещенска, Владивостока, Воронежа, Екатеринбурга, Ижевска, Иркутска, Казани, Краснодара, Кургана, Майкопа, Москвы, Мурманска, Набережных Челнов, Нижнего Новгорода, Новосибирска, Омска, Пензы, Перми, Петрозаводска, Ростова-на-Дону, Санкт-Петербурга, Северска, Смоленска, Твери, Тольятти, Томска, Тулы, Тюмени, Улан-Удэ, Южно-Сахалинска и Якутска.\nОпределение чувствительности к антибиотикам Определение минимальных подавляющих концентраций (МПК) методом последовательных двукратных разведений в бульоне Мюллера-Хинтон (по стандарту ISO 20776-1:2006). Определение клинических категорий чувствительности в соответствии с пограничными значениями МПК Европейского комитета по определению чувствительности к антимикробным препаратам (EUCAST) v.10.0, 2020 г. (http://www.eucast.org/clinical_breakpoints/)\nОпределение чувствительности к литическим бактериофагам Модифицированный метод агаровых слоев и спот-тестирование.\nМолекулярно-генетическое субвидовое типирование SNP-типирование всех изолятов на основании определения выборочных (n=21) однонуклеотидных полиморфизмов (SNP) в десяти хромосомных локусах (gltA, recA, cpn60, gyrB, gdhB, rpoD, fusA, pyrG, rplB и rpoB) методом высокопроизводительной ПЦР реальном времени (http://snpt.antibiotic.ru:9002/). Мультилокусное секвенирование-типирование (MLST) отдельных изолятов в соответствии с общепринятыми схемами Oxford и Pasteur (https://pubmlst.org/abaumannii/) Определение кластеров генов синтеза капсульных полисахаридов (K-локусов, KL) Определение KL-типов проводили для выборочных изолятов на основании идентификации соответствующих локусов в геномных последовательностях согласно общепринятой номенклатуре (https://github.com/katholt/Kaptive).\nВыявление генов приобретенных карбапенемаз Гены наиболее распространенных у Acinetobacter spp. приобретенных карбапенемаз класса D (групп OXA-23, OXA-24/40 и OXA-58), класса А (группы GES-2/GES-5) и класса B (групп VIM, IMP и NDM) определяли методом ПЦР в режиме реального времени.\nИсследовательская группа Р.С. Козлов, А.В. Попова, М.М. Шнейдер, Е.А. Шек, М.В. Эйдельштейн, А.Ю. Кузьменков, А.В. Романов, Э.Р. Шайдуллина.\nФинансовая поддержка Исследование выполняется при финансовой поддержке Российского научного фонда (РНФ, проект 18-15-00403)\n Контактное лицо Шек Евгений Александрович Научный сотрудник НИИ антимикробной химиотерапии\nФГБОУ ВО «СГМУ» Минздрава России\nevgeniy.sheck@antibiotic.ru\n ","date":1581292800,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1581292800,"objectID":"9beeef984dd41f580b45783aa8276c90","permalink":"https://amrcloud.net/ru/project/abphage/","publishdate":"2020-02-10T00:00:00Z","relpermalink":"/ru/project/abphage/","section":"project","summary":"НИИ антимикробной химиотерапии (НИИАХ), ФГБОУ ВО Смоленский государственный медицинский университет (СГМУ) Минздрава России\n","tags":null,"title":"\u003cem\u003eAcinetobacter baumannii\u003c/em\u003e генетическое разнообразие, чувствительность к антибиотикам и литическим бактериофагам","type":"project"},{"authors":null,"categories":[],"content":"26 января 2020 (воскресенье) в 11:00 часов по московскому времени на YouTube-канале МАКМАХ начнётся онлайн трансляция «Как начать работу с платформой AMRcloud». В прямом эфире один из авторов платформы проведёт демонстрацию работы и ответит на ваши вопросы.\n Ссылка на трансляцию\nИнтересующие вас вопросы можно задать уже заранее в комментариях под видео (чат справа начнёт работать только во время прямого эфира).\nЗапись трансляции будет доступна на YouTube-канале МАКМАХ после эфира.\n ","date":1579507200,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1579507200,"objectID":"811e526f0fbe2adf1a78c399220cfb6e","permalink":"https://amrcloud.net/ru/post/20200120-webinar/","publishdate":"2020-01-20T11:00:00+03:00","relpermalink":"/ru/post/20200120-webinar/","section":"post","summary":"26 января 2020 (воскресенье) в 11:00 часов по московскому времени на YouTube-канале МАКМАХ начнётся онлайн трансляция «Как начать работу с платформой AMRcloud». В прямом эфире один из авторов платформы проведёт демонстрацию работы и ответит на ваши вопросы.\n Ссылка на трансляцию\nИнтересующие вас вопросы можно задать уже заранее в комментариях под видео (чат справа начнёт работать только во время прямого эфира).\nЗапись трансляции будет доступна на YouTube-канале МАКМАХ после эфира.","tags":[],"title":"26 января состоится онлайн трансляция «Как начать работу с платформой AMRcloud»","type":"post"},{"authors":null,"categories":[],"content":"Год начинается с хороших новостей: онлайн платформа для анализа и обмена данными антибиотикорезистентности — AMRcloud — запущена в тестовом режиме.\nДля получения доступа к платформе вам необходимо отправить запрос на адрес support@antibiotic.ru, указав в письме ваш род деятельности и специальность, а также организацию, которую вы представляете.\nПодробнее узнать о проекте AMRcloud вы можете, прочитав статью или просмотрев видеоролик.\n ","date":1578909600,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1578909600,"objectID":"b955669ae6b8c8b532f0217b8531e9d5","permalink":"https://amrcloud.net/ru/post/20200114-public-test/","publishdate":"2020-01-13T13:00:00+03:00","relpermalink":"/ru/post/20200114-public-test/","section":"post","summary":"Год начинается с хороших новостей: онлайн платформа для анализа и обмена данными антибиотикорезистентности — AMRcloud — запущена в тестовом режиме.\nДля получения доступа к платформе вам необходимо отправить запрос на адрес support@antibiotic.ru, указав в письме ваш род деятельности и специальность, а также организацию, которую вы представляете.\nПодробнее узнать о проекте AMRcloud вы можете, прочитав статью или просмотрев видеоролик.\n ","tags":[],"title":"Платформа AMRcloud запущена в тестовом режиме","type":"post"},{"authors":null,"categories":[],"content":"В AMRcloud стали доступны критерии EUCAST ECOFF (epidemiological cut-off values). Данные критерии были формализованы коллегами из «Всероссийского государственного Центра качества и стандартизации лекарственных средств для животных и кормов» ( ФГБУ “ВГНКИ”). Благодарим за помощь в развитии ресурса AMRcloud: Бадмаева О.Э., Крылову Е.В., Макарова Д.А.\n","date":1576836000,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1576836000,"objectID":"0dd9675b6a786d35334b480bb39bea83","permalink":"https://amrcloud.net/ru/post/20191220-ecoff/","publishdate":"2019-12-20T13:00:00+03:00","relpermalink":"/ru/post/20191220-ecoff/","section":"post","summary":"В AMRcloud стали доступны критерии EUCAST ECOFF (epidemiological cut-off values). Данные критерии были формализованы коллегами из «Всероссийского государственного Центра качества и стандартизации лекарственных средств для животных и кормов» ( ФГБУ “ВГНКИ”). Благодарим за помощь в развитии ресурса AMRcloud: Бадмаева О.Э., Крылову Е.В., Макарова Д.А.","tags":[],"title":"В AMRcloud стали доступны критерии EUCAST ECOFF","type":"post"},{"authors":null,"categories":[],"content":"Для формирования локальных протоколов профилактики и терапии инфекционных заболеваний необходимы локальные данные по чувствительности. Однако недостаточно просто собрать информацию о чувствительности в формате «возбудитель-антибиотик». Важно знать дополнительную метаинформацию: тип отделения, особые клинические состояния, локализацию инфекции, клинический материал и другие характеристики. О правильном сборе и структуризации данных рассказал к.б.н., заведующий лабораторией НИИ АХ Эйдельштейн М.В.\nВ дальнейшем подготовленные данные должны быть обработаны аналитической системой и представлены в доступной форме. Именно с этой целью и создавалась платформа AMRcloud. Ключевые возможности платформы и ее практическое применение были продемонстрированы ведущим разработчиком, к.м.н. Кузьменковым А.Ю.\nСвоим опытом использования AMRcloud в рамках отдельно взятого стационара поделилась Петрова Л.В. — заведующая лабораторией, врач-бактериолог лаборатории службы клинической лабораторной диагностики НМЦХ имени Пирогова. По ее словам, внедрение системы позволило значительно сократить время на подготовку отчетов для бактериологов, автоматизировать визуализацию данных и упростить обмен данными по резистентности среди специалистов стационара.\nПолученные на собрании рекомендации по сбору и подготовке данных будут применяться участниками программы СКАТ в своих стационарах. Прошедший семинар – это первый шаг к созданию информированного медицинского сообщества, активно использующего современные информационные технологии для контроля и борьбы с антибиотикорезистентностью.\n ","date":1576486800,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1576486800,"objectID":"45d2db9d93ae99e24dbd5cec88566ac2","permalink":"https://amrcloud.net/ru/post/20191216-amrcloud-skat/","publishdate":"2019-12-16T09:00:00Z","relpermalink":"/ru/post/20191216-amrcloud-skat/","section":"post","summary":"14 декабря 2019 г. в Москве состоялось первое собрание участников программы СКАТ, посвященное возможности использования платформы AMRcloud для организации локального мониторинга антибиотикорезистентности.","tags":[],"title":"Применение AMRcloud в программе СКАТ","type":"post"},{"authors":["Кузьменков А.Ю.","Виноградова А.Г.","Трушин И.В.","Авраменко А.А.","Эйдельштейн М.В.","Дехнич А.В.","Козлов Р.С."],"categories":null,"content":"","date":1570665840,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1570665840,"objectID":"71b4361b4a4d5ddbb73ca858afa552ed","permalink":"https://amrcloud.net/ru/publication/cmac-2019-t21-n2-p119/","publishdate":"2019-10-10T00:04:00Z","relpermalink":"/ru/publication/cmac-2019-t21-n2-p119/","section":"publication","summary":"Резистентность к антимикробным препаратам является серьезной угрозой для здравоохранения и требует повышенного внимания со стороны медицинского сообщества. Ключевую роль в наблюдении за динамикой чувствительности микроорганизмов играют системы мониторинга антибиотикорезистентности. Большинство существующих систем используют данные глобального масштаба, однако для практического применения первостепенное значение имеют локальные данные. Уникальная онлайн-платформа AMRcloud (https://amrcloud.net) предназначена для обработки пользовательских данных по резистентности к антимикробным препаратам. Структурные модули модифицируются в соответствии с запросами исследователей. Приложение обладает мощными графическими возможностями, системой анализа данных с автоматической интерпретацией результатов определения чувствительности. Геокодирование данных осуществляется двойным способом, а информационный обмен результатами настраивается пользователем. Использование AMRcloud позволяет исследователю создать собственную методологию организации первичных данных и их оценки.","tags":null,"title":"AMRcloud: новая парадигма мониторинга антибиотикорезистентности","type":"publication"},{"authors":null,"categories":[],"content":" Администрация AMRcloud не проверяет предоставленную Вами Персональную информацию за исключением случаев, предусмотренных Пользовательским соглашением или условиями использования отдельных сервисов, и не может судить о ее достоверности, а также о том, обладаете ли Вы достаточной правоспособностью для предоставления Вашей Персональной информации. Тем не менее Администрация AMRcloud исходит из того, что Вы предоставляете достоверную и достаточную Персональную информацию, а также своевременно обновляете ее.\nПри использовании Вами AMRcloud Ваша Персональная информация защищена и обрабатывается в строгом соответствии с применимым законодательством.\n Цель данной Политики Следуя Политике Администрация AMRcloud информирует Вас о следующих аспектах:\n какую Персональную информацию собирает и использует («обрабатывает») AMRcloud; как используется Ваша Персональная информация в рамках AMRcloud; каковы Ваши права в рамках проводимой обработки Персональной информации. Какую Персональную информацию о Вас собирает AMRcloud При создании учетной записи в AMRcloud Вы предоставляете следующие сведения:\n Адрес электронной почты – это необходимо для создания Вашей уникальной учетной записи в AMRcloud, а также чтобы Вы смогли получить доступ к приложению. Имя – используется для обращения к Вам. Также Ваше имя отображается при переходе по созданной Вами ссылке для сторонних пользователей, которым Вы предоставили доступ к результатам обработки данных. Пароль – требуется для аутентификации и предоставления доступа к Вашей учетной записи в AMRcloud. Обращаем Ваше внимание на то, что Администрация не хранит пароли учетных записей в открытом виде, и, следовательно, не может воспользоваться Вашей учетной записью.\nНа всех страницах сайта AMRcloud размещены файлы cookie, необходимые для сбора обезличенной аналитической информации, которая используется в дальнейшем для улучшения работы ресурса. Полученная таким образом информация не продается третьим лицам. К собираемой аналитической информации относятся:\n электронные данные (HTTP-заголовки, IP-адрес, файлы cookie, веб-маяки/пиксельные теги, данные об идентификаторе браузера, информация об аппаратном и программном обеспечении); дата и время осуществления доступа к AMRcloud; информация о Вашей активности в AMRcloud; информация о геолокации. Создание и обмен информацией Вы можете использовать платформу AMRcloud для получения результатов обработки данных в соответствии с Пользовательским соглашением. Все материалы, которые Вы создаете в AMRcloud, включая все загруженные и скачиваемые данные, остаются доступными только для Вашей учетной записи до тех пор, пока Вы самостоятельно не предоставите к ним внешний доступ («поделитесь результатами»).\nВы можете делиться своими результатами обработки данных в двух режимах: публичном (доступ для всех без исключения) и защищенном (доступ только после ввода специального пароля). Люди, с которыми Вы «делитесь», могут видеть результаты визуальной обработки Ваших данных, а также Ваше зарегистрированное Имя, но не Адрес электронной почты.\nАдминистрация AMRcloud не использует созданный Вами контент и не предоставляет к нему доступ третьим лицам. Администрация AMRcloud может получить доступ к Вашему контенту только тогда, когда Вы даете на это явное разрешение (такой сценарий возможен в случаях, когда необходимо выявить и устранить сбои в работе AMRcloud).\nИнформация об использовании сервиса В целях улучшения работы Администрация AMRcloud сохраняет анонимные записи об использовании AMRcloud. Записи включают такие данные, как количество посещений и время, проведенное на страницах, взаимодействия с сайтом (щелчки по кнопкам или ссылкам и т.п.), информация об используемом Вами устройстве, операционной системе и веб-браузере. Часть вышеуказанной информации также временно хранится в файлах cookie. Всякий раз, когда Вы посещаете любую из страниц AMRcloud, Администрация AMRcloud получает URL-адрес страниц, с которых Вы пришли, и страницу назначения AMRcloud, на которую Вы перешли. В рамках запроса Администрация AMRcloud собирает информацию о Вашем IP-адресе, прокси-сервере, операционной системе, веб-браузере, провайдере мобильных данных. Эти данные собираются анонимно и агрегируются без какой-либо личной информации.\nДля осуществления сбора анонимной статистики используется сторонний сервис Google Analytics, с политикой конфиденциальности которого Вы можете ознакомиться по ссылке https://policies.google.com/technologies/partner-sites\nКак используется Ваша персональная информация Администрация AMRcloud использует Вашу Персональную информацию (Адрес электронной почты) для аутентификации и предоставления вам права на использование AMRcloud и доступа к результатам обработки данных.\nАдминистрация AMRcloud может связаться с Вами в следующих случаях:\n сообщить об изменении ключевых параметров учетных записей (включая сброс пароля, удаление учетной записи и т.д.); ответить на запросы о поддержке; сообщить об изменениях в предоставлении услуг (о сбоях и возобновлении работы сервиса, обновлениях или других вопросах, связанных с услугами, обновлениях политики безопасности и использования AMRcloud). Вы не можете отказаться от получения сообщений, связанных с критически важными для функционирования AMRcloud вопросами, обновлениями системы безопасности и законодательства Российской Федерации. Помимо указанных сообщений Администрация AMRcloud может сообщать Вам об обновлениях и анонсах (включая запуск новых функций, изменения в существующих функциях или функциональности и т.д.), и рассылать другую информацию по электронной почте, только если Вы дали свое согласие на их получение.\nАдминистрация AMRcloud не использует персональные данные (Адрес электронной почты) зарегистрированных пользователей для каких-либо иных целей и не передает их третьим лицам.\nПрава и ответственность пользователя AMRcloud будет хранить Вашу персональную информацию столько времени, сколько это необходимо для достижения цели, для которой она была собрана, или для соблюдения требований законодательства и нормативных актов Российской Федерации. Однако, Администрация AMRcloud оставляет за собой право удалить Ваш аккаунт, включая Персональную информацию и созданный контент, в случае нарушения Вами Пользовательского соглашения. Если Вы хотите, чтобы Ваша Персональная информация была удалена из баз данных AMRcloud, Вы можете подать запрос на удаление Персональной информации.\nВ случае если это предусмотрено применимым законодательством, Вы имеете право на доступ к Вашей Персональной информации, обрабатываемой AMRcloud в соответствии с настоящей Политикой.\nЕсли Вы считаете, что какая-либо информация, которую AMRcloud хранит о Вас, является некорректной или неактуальной, Вы можете подать запрос на исправление Вашей Персональной информации.\nЕсли это предусмотрено применяемым законодательством Российской Федерации, Вы имеете право:\n требовать удаления Вашей Персональной информации или ее части, а также отзывать согласие на обработку Вашей Персональной информации; требовать введения ограничений на обработку Вашей Персональной информации; возражать против обработки Вашей Персональной информации. В случаях, предусмотренных применимым законодательством Российской Федерации, Вы можете также обладать другими правами, не указанными выше.\nДля осуществления вышеуказанных прав, пожалуйста, свяжитесь со службой поддержки AMRcloud. Если Вы не удовлетворены тем, как AMRcloud обрабатывает Вашу Персональную информацию, пожалуйста, сообщите Администрации AMRcloud.\nЮридические основания обработки Персональной Информации Сбор и обработка Вашей Персональной информации осуществляется на законных основаниях. Законным основанием для обработки Вашей Персональной информации является явное согласие, которое Вы даете, принимая условия настоящей Политики конфиденциальности и/или договор (например, для выполнения любых договорных обязательств, которые Администрация AMRcloud может взять на себя). Любое согласие, которое Вы даете, может быть отозвано Вами в любое время. Однако, если речь идет о законных деловых интересах, Вы имеете право возражать против сбора и обработки Вашей Персональной информации, и в этом случае Администрация AMRcloud оставляет за собой право удалить Ваш аккаунт в соответствии с Вашим возражением против сохранения и обработки Вашей Персональной информации.\nГде хранится и обрабатывается Ваша Персональная информация Ваша Персональная информация хранится на территории Российской Федерации.\nАдминистрация AMRcloud осуществляет запись, систематизацию, накопление, хранение, уточнение (обновление, изменение), извлечение персональных данных граждан Российской Федерации с использованием баз данных, находящихся на территории Российской Федерации.\nОбновление настоящей Политики Администрация AMRcloud имеет право вносить изменения в настоящую Политику конфиденциальности по своему усмотрению, в том числе в случаях, когда соответствующие изменения связаны с изменениями в применимом законодательстве Российской Федерации, а также когда соответствующие изменения связаны с изменениями в работе AMRcloud.\nАдминистрация AMRcloud обязуется не вносить существенных изменений, не налагать дополнительных обременений или ограничений Ваших прав, установленных настоящей Политикой конфиденциальности без предварительного уведомления по электронной почте.\n","date":1569456000,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1569456000,"objectID":"a7f61b1bf602bd1cfad4fc9f57f5f168","permalink":"https://amrcloud.net/ru/privacy-policy/20190926/","publishdate":"2019-09-26T00:00:00Z","relpermalink":"/ru/privacy-policy/20190926/","section":"privacy-policy","summary":"Администрация AMRcloud не проверяет предоставленную Вами Персональную информацию за исключением случаев, предусмотренных Пользовательским соглашением или условиями использования отдельных сервисов, и не может судить о ее достоверности, а также о том, обладаете ли Вы достаточной правоспособностью для предоставления Вашей Персональной информации. Тем не менее Администрация AMRcloud исходит из того, что Вы предоставляете достоверную и достаточную Персональную информацию, а также своевременно обновляете ее.\nПри использовании Вами AMRcloud Ваша Персональная информация защищена и обрабатывается в строгом соответствии с применимым законодательством.","tags":[],"title":"Политика конфиденциальности","type":"privacy-policy"},{"authors":null,"categories":[],"content":"Условия использования AMRcloud предоставляет Пользователю право использовать AMRcloud для размещения файлов (далее - «файлы» либо «данные») на дисковом пространстве серверов AMRcloud, с целью последующей обработки размещенных файлов, их изменения, удаления, обработки, визуализации результатов анализа, предоставления и управления доступом третьих лиц к результатам обработки. Такие права неотчуждаемы и непередаваемы третьим лицам. Взаимодействие Пользователя с AMRcloud осуществляется с использованием веб-интерфейса.\nИспользование AMRcloud для размещения файлов и анализа данных Пользователя невозможно без создания учетной записи в AMRcloud. При создании учетной записи Пользователь предупрежден и согласен с тем, что имя его учетной записи может быть отображено и доступно для ознакомления третьим лицам, при предоставлении Пользователем доступа к результатам обработки данных. Использование стандартных возможностей AMRcloud осуществляется Пользователем безвозмездно. Использование AMRcloud возможно только при наличии доступа к сети Интернет. Пользователь самостоятельно получает и оплачивает доступ к сети Интернет на условиях и по правилам своего оператора связи или провайдера доступа к сети Интернет.\nАдминистрация AMRcloud может пересмотреть настоящее Пользовательское соглашение в любое время без предварительного уведомления. Любые изменения будут опубликованы на этой странице. Новая редакция Пользовательского соглашения вступает в силу с момента ее размещения в сети Интернет по указанному в настоящем пункте адресу ( https://amrcloud.net/ru/terms-of-use), если иное не предусмотрено новой редакцией Пользовательского соглашения.\nВ случае если были внесены изменения, с которыми Пользователь не согласен, он обязан прекратить использование AMRcloud.\nПрава и ответственность Пользователя Пользователю дано право самостоятельно определять, как использовать AMRcloud.\nПользователь соглашается с тем, что он несет единоличную полную ответственность за:\n цели использования AMRcloud; содержание любого размещаемого Пользователем файла, и соответствие его требованиям действующего законодательства страны юрисдикции/местонахождения Пользователя и нормам международного права; действия Пользователя, повлекшие нарушение законных интересов третьих лиц, в том числе личных неимущественных прав авторов, иных интеллектуальных прав третьих лиц; посягательство на принадлежащие третьим лицам нематериальные блага. При использовании сервисов AMRcloud Пользователь не вправе:\n загружать, передавать или распространять контент, который является недостоверным, незаконным, вредоносным, нарушает права интеллектуальной собственности, дискриминирует людей по расовому, этническому, половому, религиозному, социальному признакам, раскрывает персональные данные третьих лиц, включая личные идентификационные данные пациентов, нарушает права третьих лиц или причиняет им вред в любой форме, содержит не разрешенную специальным образом рекламную информацию, нарушает действующие требования законодательства страны юрисдикции/местонахождения Пользователя, законодательства Российской Федерации (РФ) и нормы международного права; загружать, передавать или распространять контент, при отсутствии прав на такие действия согласно законодательству или каким-либо договорным отношениям; выдавать себя за представителя организации и/или сообщества без достаточных на то прав; намеренно нарушать нормальную работу AMRcloud; использовать AMRcloud в коммерческих целях без дополнительного соглашения с Администрацией AMRcloud; использовать AMRcloud в иных целях, нарушающих действующие требования законодательства страны юрисдикции/местонахождения Пользователя, законодательства РФ и нормы международного права. Вне зависимости от юрисдикции и/или места нахождения Пользователя или его оборудования, ко всем отношениям, связанным с использованием AMRcloud, применимо право РФ в сфере Интернет-коммуникаций.\nУдаление и блокировка Администрация AMRcloud оставляет за собой право удалить файлы Пользователя, с или без предварительного уведомления, в любое время с немедленным вступлением в силу, если будет обнаружено нарушение любого из условий Пользовательского соглашения.\nАдминистрация AMRcloud оставляет за собой право приостановить и/или прекратить доступ Пользователя к AMRcloud С УВЕДОМЛЕНИЕМ, если:\n Пользователь использует AMRcloud таким образом, что это может привести к риску причинения вреда или убытков AMRcloud или другим Пользователям; Пользователь не входил в учетную запись AMRcloud в течение 12 месяцев подряд; Пользователь не указывает AMRcloud в качестве системы обработки, анализа и представления данных при публичном представлении результатов, полученных с помощью AMRcloud, в печатных или электронных публикациях, иных печатных материалах, в выступлениях на конференциях и прочих мероприятиях; Ссылка для цитирования AMRcloud в публикациях: Кузьменков А.Ю., Виноградова А.Г., Трушин И.В., Авраменко А.А., Эйдельштейн М.В., Дехнич А.В., Козлов Р.С. AMRcloud: новая парадигма мониторинга антибиотикорезистентности. Клиническая микробиология и антимикробная химиотерапия. 2019; Т.21, №2; С.119-124. DOI: 10.36488/cmac.2019.2.119-124. При возникновении одной из вышеуказанных ситуаций, Пользователю будет направлено уведомление по адресу электронной почты, указанному во время регистрации, с целью устранения возникших нарушений. С момента выявления вышеуказанных нарушений доступ Пользователя к AMRcloud может быть приостановлен, а в случае сохранения нарушений, игнорирования уведомлений Администрации или повторных нарушений – прекращен без дополнительного уведомления. Прекращение доступа к услугам будет включать удаление учетной записи Пользователя, включая все загруженные данные, результаты их обработки и созданные ссылки.\nПользователю НЕ БУДЕТ ПРЕДОСТАВЛЕНО УВЕДОМЛЕНИЕ до прекращения предоставления услуг и удаления учетной записи и всех связанных с ней данных в случае, если:\n Пользователь нарушает настоящие условия Пользовательского соглашения (за исключением нарушений, предусматривающих предварительное уведомление), или документов, на которые ссылаются условия Пользовательского соглашения; нарушения влекут за собой юридическую ответственность и/или ставят под угрозу способность AMRcloud предоставлять услуги другим Пользователям; отсутствует техническая возможность для связи с Пользователем. Кроме того, в случае чрезмерной нагрузки на AMRcloud при предоставлении Пользователем прав общего доступа к результатам обработки данных (путем создания ссылки средствами AMRcloud), созданная ссылка может быть заблокирована.\nИзменения в работе AMRcloud Возможности AMRcloud могут быть изменены в том числе с добавлением и/или корректировкой функций. Администрация AMRcloud оставляет за собой право не уведомлять Пользователя персонально о внесенных изменениях.\nИсправления и ошибки Информация, размещенная на ресурсах AMRcloud, может содержать технические, орфографические, типографские или фотографические ошибки. Администрация AMRcloud не гарантирует, что любой из этих материалов является точным, полным или актуальным. Администрация AMRcloud оставляет за собой право вносить изменения и исправления в материалы, содержащиеся на AMRcloud, без предварительного уведомления.\nАвторские права и товарные знаки Пользователь сохраняет право собственности и авторские права, право интеллектуальной собственности, применимые ко всем материалам, загруженным в AMRcloud.\nПользователю дано право свободно распространять результаты обработки данных, полученные с помощью AMRcloud. При публичном использовании и представлении результатов обработки данных в AMRcloud (в печатных или электронных публикациях, иных печатных материалах, в выступлениях на конференциях и прочих мероприятиях) Пользователь обязан указать AMRcloud в качестве системы обработки, анализа и представления данных. Ссылка для цитирования AMRcloud в публикациях: Кузьменков А.Ю., Виноградова А.Г., Трушин И.В., Авраменко А.А., Эйдельштейн М.В., Дехнич А.В., Козлов Р.С. AMRcloud: новая парадигма мониторинга антибиотикорезистентности. Клиническая микробиология и антимикробная химиотерапия. 2019; Т.21, №2; С.119-124. DOI: 10.36488/cmac.2019.2.119-124.\nОграничения Пользователь признает и соглашается с возможностью возникновения технических неисправностей и сбоев в работе AMRcloud, в том числе, приводящих к нарушению доступа к результатам обработки данных или удалению загруженных данных. Пользователь согласен с тем, что у Администрации отсутствует техническая возможность предсказать возникновение неисправностей и сбоев в работе AMRcloud и уведомить о них Пользователя заблаговременно, либо полностью исключить вероятность их возникновения. Возникновение таких неисправностей или сбоев вне зависимости от причин и последствий не может быть основанием для применения мер ответственности.\nПользователь признает и соглашается с тем, что Администрация AMRcloud не осуществляет модерацию, просмотр, редактирование данных, размещаемых Пользователем, а также просмотр результатов их обработки в AMRcloud, за исключением случаев, когда Пользователь дает на это явное разрешение. Следовательно, Администрация AMRcloud не может гарантировать что файлы, размещенные Пользователем, не нарушают положений настоящего Пользовательского соглашения, правовых актов, иных документов.\nПользователь признает и соглашается с тем, что он должен самостоятельно оценивать все риски, связанные с использованием данных и/или результатов их обработки, размещенных в AMRcloud, включая оценку надежности, полноты, безопасности, законности и корректности этих данных и/или результатов их обработки.\nПользователь самостоятельно несет ответственность за возможные последствия использования указанных данных и/или результатов их обработки, в том числе за ущерб, который это может причинить компьютеру и/или мобильному устройству Пользователя или третьим лицам, за потерю данных и/или результатов их обработки, нарушение прав или любой другой вред.\nПользователь признает и соглашается с тем, что учетная запись предназначена для единоличного использования. Могут возникнуть технические проблемы, если учетная запись используется более чем одним Пользователем одновременно. Пользователь не вправе возмездно или безвозмездно передавать свою учетную запись третьим лицам.\nАдминистрация AMRcloud не несет ответственности за любые убытки, произошедшие вследствие использования или невозможности использования Пользователем AMRcloud или отдельных его частей/функций, в том числе из-за возможных ошибок и/или сбоев в работе, а также за любые убытки, связанные с потерей данных.\nДисклеймер Пользователь использует AMRcloud на свой собственный риск. AMRcloud предоставляется «как есть». Администрация AMRcloud не принимает на себя никакой ответственности, в том числе за соответствие сервисов целям и ожиданиям Пользователя.\nАдминистрация AMRcloud не дает гарантий, что доступ к AMRcloud будет предоставляться непрерывно, быстро, надежно и без ошибок.\nАдминистрация AMRcloud не дает никаких гарантий, явных или подразумеваемых в отношении точности результатов или надежности использования материалов и информации, найденных на AMRcloud или других ресурсах, связанных с AMRcloud.\nАдминистрация AMRcloud не поддерживает и не контролирует созданные Пользователем ссылки и наборы данных. Администрация AMRcloud не может гарантировать подлинность любых данных и/или результатов их обработки, которые Пользователи могут публиковать. Администрация AMRcloud также не может гарантировать хранение загруженных Пользователем данных.\nАдминистрация AMRcloud оставляет за собой право устанавливать любые правила, лимиты и ограничения (технические, юридические, организационные или иные) на использование AMRcloud, и может менять их по собственному усмотрению, без предварительного уведомления Пользователя. В случаях, когда это не запрещено законодательством РФ и/или международным правом, указанные правила, лимиты и ограничения могут быть различными для различных категорий Пользователей и определяются дополнительными соглашениями между Пользователем и Администрацией.\nСсылки на любой сайт, продукт, услугу, любую информацию коммерческого или некоммерческого характера, размещенные на AMRcloud, не являются одобрением или рекомендацией данных продуктов (услуг, деятельности) со стороны Администрации AMRcloud, за исключением случаев, когда на это прямо указывается.\n","date":1569456000,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1569456000,"objectID":"66be61cdb2bab518275fab4c6db3fed6","permalink":"https://amrcloud.net/ru/terms-of-use/20190926/","publishdate":"2019-09-26T00:00:00Z","relpermalink":"/ru/terms-of-use/20190926/","section":"terms-of-use","summary":"Условия использования AMRcloud предоставляет Пользователю право использовать AMRcloud для размещения файлов (далее - «файлы» либо «данные») на дисковом пространстве серверов AMRcloud, с целью последующей обработки размещенных файлов, их изменения, удаления, обработки, визуализации результатов анализа, предоставления и управления доступом третьих лиц к результатам обработки. Такие права неотчуждаемы и непередаваемы третьим лицам. Взаимодействие Пользователя с AMRcloud осуществляется с использованием веб-интерфейса.\nИспользование AMRcloud для размещения файлов и анализа данных Пользователя невозможно без создания учетной записи в AMRcloud.","tags":[],"title":"Условия использования","type":"terms-of-use"},{"authors":null,"categories":[],"content":"ФИО* Email* Научное звание Должность Город* Организация Дополнительная информация Я ознакомился и согласен* \u0026nbsp; с Условиями использования AMRcloud \u0026nbsp; с Политикой конфиденциальности AMRcloud \u0026times; \u0026times; Отправить $('#amrcloud-register-form').submit(function (e) { $('#message-success').hide(); $('#message-error').hide(); e.preventDefault(); // avoid to execute the actual submit of the form. var form = $(this); var url = form.attr('action'); $.ajax({ type: \"POST\", url: url, data: form.serialize(), // serializes the form's elements. success: function(data) { console.log(data.message); $('#message-success-text').html(data.message); $('#message-success').show(); form[0].reset(); }, error: function(data) { console.log(data.message); $('#message-error-text').html(data.message); $('#message-error').show(); } }); }); ","date":1461110400,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1555459200,"objectID":"80e19ca1ef2f6e59b6cb6198b0d02a97","permalink":"https://amrcloud.net/ru/pages/invite-register/","publishdate":"2016-04-20T00:00:00Z","relpermalink":"/ru/pages/invite-register/","section":"pages","summary":"ФИО* Email* Научное звание Должность Город* Организация Дополнительная информация Я ознакомился и согласен* \u0026nbsp; с Условиями использования AMRcloud \u0026nbsp; с Политикой конфиденциальности AMRcloud \u0026times; \u0026times; Отправить $('#amrcloud-register-form').submit(function (e) { $('#message-success').hide(); $('#message-error').hide(); e.preventDefault(); // avoid to execute the actual submit of the form.","tags":null,"title":"Регистрация","type":"pages"}] \ No newline at end of file +[{"authors":["avramenko-aa"],"categories":null,"content":"Научные достижения автор 7 научных публикаций и 5 свидетельств о государственной регистрации результатов интеллектуальной деятельности. сооснователь экосистемы AMRhub редактор сайта журнала « Клиническая Микробиология и Антимикробная Химиотерапия» Награды Благодарственное письмо Департамента Смоленской области по образованию и науке «За добросовестный труд и высокие достижения в научной деятельности» (2020 г.) ","date":-62135596800,"expirydate":-62135596800,"kind":"taxonomy","lang":"ru","lastmod":-62135596800,"objectID":"cfaa196c9ff3efd44f4b99d5034768cc","permalink":"https://amrcloud.net/ru/authors/avramenko-aa/","publishdate":"0001-01-01T00:00:00Z","relpermalink":"/ru/authors/avramenko-aa/","section":"authors","summary":"Научные достижения автор 7 научных публикаций и 5 свидетельств о государственной регистрации результатов интеллектуальной деятельности. сооснователь экосистемы AMRhub редактор сайта журнала « Клиническая Микробиология и Антимикробная Химиотерапия» Награды Благодарственное письмо Департамента Смоленской области по образованию и науке «За добросовестный труд и высокие достижения в научной деятельности» (2020 г.) ","tags":null,"title":"Андрей Авраменко","type":"authors"},{"authors":["vinogradova-ag"],"categories":null,"content":"Ученая степень кандидат медицинских наук (специальность фармакология, клиническая фармакология)\nНаучные достижения автор 39 научных публикаций и 11 свидетельств о государственной регистрации результатов интеллектуальной деятельности сооснователь экосистемы AMRhub информационный менеджер журнала « Клиническая микробиология и антимикробная химиотерапия» Награды Благодарственное письмо Департамента Смоленской области по образованию и науке «За добросовестный труд и высокие достижения в научной деятельности» (2020 г.) ","date":-62135596800,"expirydate":-62135596800,"kind":"taxonomy","lang":"ru","lastmod":-62135596800,"objectID":"03e09eee6fe8a2b6985142bfcaa78fd1","permalink":"https://amrcloud.net/ru/authors/vinogradova-ag/","publishdate":"0001-01-01T00:00:00Z","relpermalink":"/ru/authors/vinogradova-ag/","section":"authors","summary":"Ученая степень кандидат медицинских наук (специальность фармакология, клиническая фармакология)\nНаучные достижения автор 39 научных публикаций и 11 свидетельств о государственной регистрации результатов интеллектуальной деятельности сооснователь экосистемы AMRhub информационный менеджер журнала « Клиническая микробиология и антимикробная химиотерапия» Награды Благодарственное письмо Департамента Смоленской области по образованию и науке «За добросовестный труд и высокие достижения в научной деятельности» (2020 г.) ","tags":null,"title":"Алина Виноградова","type":"authors"},{"authors":["kuzmenkov-ay"],"categories":null,"content":"Ученая степень доктор медицинских наук (специальность фармакология, клиническая фармакология)\nНаучные достижения автор 52 научных публикаций, 3 патентов на изобретения и 11 свидетельств о государственной регистрации результатов интеллектуальной деятельности сооснователь экосистемы AMRhub Награды Стипендия Президента Российской Федерации молодым ученым и аспирантам (Совет по грантам Президента Российской Федерации, конкурс СП-2018) Грант Европейского общества по клинической микробиологии и инфекционным болезням для молодых исследователей (ESCMID) (2019 г.) Благодарственное письмо Российского союза молодых ученых «За вклад в развитие науки Смоленской области» (2018 г.) ","date":-62135596800,"expirydate":-62135596800,"kind":"taxonomy","lang":"ru","lastmod":-62135596800,"objectID":"427336653ec6391df5456e1c4bc7aa28","permalink":"https://amrcloud.net/ru/authors/kuzmenkov-ay/","publishdate":"0001-01-01T00:00:00Z","relpermalink":"/ru/authors/kuzmenkov-ay/","section":"authors","summary":"Ученая степень доктор медицинских наук (специальность фармакология, клиническая фармакология)\nНаучные достижения автор 52 научных публикаций, 3 патентов на изобретения и 11 свидетельств о государственной регистрации результатов интеллектуальной деятельности сооснователь экосистемы AMRhub Награды Стипендия Президента Российской Федерации молодым ученым и аспирантам (Совет по грантам Президента Российской Федерации, конкурс СП-2018) Грант Европейского общества по клинической микробиологии и инфекционным болезням для молодых исследователей (ESCMID) (2019 г.) Благодарственное письмо Российского союза молодых ученых «За вклад в развитие науки Смоленской области» (2018 г.","tags":null,"title":"Алексей Кузьменков","type":"authors"},{"authors":["trushin-iv"],"categories":null,"content":"Научные достижения автор 17 научных публикаций и 10 свидетельств о государственной регистрации результатов интеллектуальной деятельности. сооснователь экосистемы AMRhub разработчик сайта журнала « Клиническая Микробиология и Антимикробная Химиотерапия» Награды Благодарственное письмо Департамента Смоленской области по образованию и науке «За добросовестный труд и высокие достижения в научной деятельности» (2020 г.) ","date":-62135596800,"expirydate":-62135596800,"kind":"taxonomy","lang":"ru","lastmod":-62135596800,"objectID":"103951ef12ec2a11d21fb41cad4ab0f9","permalink":"https://amrcloud.net/ru/authors/trushin-iv/","publishdate":"0001-01-01T00:00:00Z","relpermalink":"/ru/authors/trushin-iv/","section":"authors","summary":"Научные достижения автор 17 научных публикаций и 10 свидетельств о государственной регистрации результатов интеллектуальной деятельности. сооснователь экосистемы AMRhub разработчик сайта журнала « Клиническая Микробиология и Антимикробная Химиотерапия» Награды Благодарственное письмо Департамента Смоленской области по образованию и науке «За добросовестный труд и высокие достижения в научной деятельности» (2020 г.) ","tags":null,"title":"Иван Трушин","type":"authors"},{"authors":["edelstein-mv"],"categories":null,"content":"","date":-62135596800,"expirydate":-62135596800,"kind":"taxonomy","lang":"ru","lastmod":-62135596800,"objectID":"c58794b8375a15eed325aa4fdb15485e","permalink":"https://amrcloud.net/ru/authors/edelstein-mv/","publishdate":"0001-01-01T00:00:00Z","relpermalink":"/ru/authors/edelstein-mv/","section":"authors","summary":"","tags":null,"title":"Михаил Эйдельштейн","type":"authors"},{"authors":["admin"],"categories":null,"content":"","date":-62135596800,"expirydate":-62135596800,"kind":"taxonomy","lang":"ru","lastmod":-62135596800,"objectID":"2525497d367e79493fd32b198b28f040","permalink":"https://amrcloud.net/ru/authors/admin/","publishdate":"0001-01-01T00:00:00Z","relpermalink":"/ru/authors/admin/","section":"authors","summary":"","tags":null,"title":"","type":"authors"},{"authors":null,"categories":null,"content":"Руководство «AMRcloud. Импорт/экспорт данных» предназначено для ознакомления с основными этапами загрузки пользовательских таблиц в онлайн-платформу AMRcloud, индивидуальной настройкой рабочей среды и подготовкой системы к непосредственному анализу и визуализации данных.\n Все изображения в руководстве можно увеличить, нажав по ним левой кнопкой мыши (повторное нажатие свернет полноэкранное отображение). ","date":1573084800,"expirydate":-62135596800,"kind":"section","lang":"ru","lastmod":1674518400,"objectID":"2c53a2c48374acbdedc52c11709048b6","permalink":"https://amrcloud.net/ru/tutorials/import-data/","publishdate":"2019-11-07T00:00:00Z","relpermalink":"/ru/tutorials/import-data/","section":"tutorials","summary":"Руководство «AMRcloud. Импорт данных» предназначено для ознакомления с основными этапами загрузки пользовательских таблиц в онлайн-платформу AMRcloud, индивидуальной настройкой рабочей среды и подготовкой системы к непосредственному анализу и визуализации данных.","tags":null,"title":"AMRcloud. Импорт/экспорт данных","type":"docs"},{"authors":null,"categories":null,"content":"Руководство «Примеры анализа данных» рассказывает о том, как анализировать данные, загруженные в AMRcloud.\nКак загрузить файл данных, создать проект и набор данных подробно описано в Руководстве «AMRcloud. Импорт данных»\nДля открытия проекта необходимо нажать на кнопку Открыть.\n Открытие проекта Чтобы перейти к работе с набором данных, следует нажать на кнопку Старт.\n Запуск набора данных ","date":1630713600,"expirydate":-62135596800,"kind":"section","lang":"ru","lastmod":1630713600,"objectID":"795253407fac88dbe3c1c3de2492774c","permalink":"https://amrcloud.net/ru/tutorials/analysis-examples/","publishdate":"2021-09-04T00:00:00Z","relpermalink":"/ru/tutorials/analysis-examples/","section":"tutorials","summary":"Руководство «Примеры анализа данных» рассказывает о том, как анализировать данные, загруженные в AMRcloud.","tags":null,"title":"Примеры анализа данных","type":"docs"},{"authors":null,"categories":null,"content":"Руководство «AMRcloud. Взаимодействие с информационными системами» рассказывает о том, как подготовить данные из различных информационных систем (в том числе ЛИС) для загрузки в AMRcloud.\n Все изображения в руководстве можно увеличить, нажав по ним левой кнопкой мыши (повторное нажатие свернет полноэкранное отображение). ","date":1648166400,"expirydate":-62135596800,"kind":"section","lang":"ru","lastmod":1648166400,"objectID":"83956511de73178a9819908890c0e1b7","permalink":"https://amrcloud.net/ru/tutorials/integrations/","publishdate":"2022-03-25T00:00:00Z","relpermalink":"/ru/tutorials/integrations/","section":"tutorials","summary":"Руководство «AMRcloud. Взаимодействие с информационными системами» рассказывает о том, как подготовить данные из различных информационных систем (в том числе ЛИС) для загрузки в AMRcloud.","tags":null,"title":"AMRcloud. Взаимодействие с информационными системами","type":"docs"},{"authors":null,"categories":null,"content":"Руководство «AMRcloud. Дашборды» предназначено для ознакомления с новым функционалом онлайн-платформы AMRcloud, который позволяет пользователям делиться локальными данными антимикробной резистентности.\n Подробное видеоруководство по работе с дашбордами доступно по ссылке. ","date":1644192000,"expirydate":-62135596800,"kind":"section","lang":"ru","lastmod":1644796800,"objectID":"83174604edb8938599aeda9c33d2901c","permalink":"https://amrcloud.net/ru/tutorials/dashboard/","publishdate":"2022-02-07T00:00:00Z","relpermalink":"/ru/tutorials/dashboard/","section":"tutorials","summary":"Руководство «AMRcloud. Дашборды» предназначено для ознакомления с новым функционалом онлайн-платформы AMRcloud, который позволяет пользователям делиться локальными данными антимикробной резистентности.","tags":null,"title":"AMRcloud. Дашборды","type":"docs"},{"authors":null,"categories":null,"content":"Для удобства просмотра все видео организованы в плейлист Видеоруководство «Работа с AMRcloud» и снабжены субтитрами на русском и английском языках.\n","date":1648252800,"expirydate":-62135596800,"kind":"section","lang":"ru","lastmod":1648252800,"objectID":"c1e18965661131691dbfee1ffae7d128","permalink":"https://amrcloud.net/ru/tutorials/videotutorial/","publishdate":"2022-03-26T00:00:00Z","relpermalink":"/ru/tutorials/videotutorial/","section":"tutorials","summary":"Подробная пошаговая видеоинструкция по работе с платформой AMRcloud.","tags":null,"title":"Видеоруководство «Работа с AMRcloud»","type":"docs"},{"authors":null,"categories":null,"content":"Также в AMRcloud предусмотрена возможность выгрузки набора данных в виде табличного файла формата .csv.\nЭкспорт данных Выберите необходимый набор данных и нажмите на кнопку Редактировать набор данных.\n Перейдите на вкладку Скачать и выберите необходимую кодировку текста (если в вашем наборе данных встречаются русские символы, то выберете значение Windows (кириллица)).\n Нажмите на одну из кнопок для скачивания табличного файла:\n Скачать исходные данные — таблица с исходным набором данных (с исходными данными МПК, диск-диффузии и категориями SIR) Скачать данные МПК — таблица с исходным набором данных и категориями SIR на основе интерпретации из МПК Скачать данные диск-диффузии — таблица с исходным набором данных и категориями SIR на основе интерпретации из диаметров зон подавления роста ","date":1674518460,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1674518460,"objectID":"76229a036da866ea3b0c90daadecb69e","permalink":"https://amrcloud.net/ru/tutorials/import-data/10-export/","publishdate":"2023-01-24T00:01:00Z","relpermalink":"/ru/tutorials/import-data/10-export/","section":"tutorials","summary":"Также в AMRcloud предусмотрена возможность выгрузки набора данных в виде табличного файла формата .csv.\nЭкспорт данных Выберите необходимый набор данных и нажмите на кнопку Редактировать набор данных.\n Перейдите на вкладку Скачать и выберите необходимую кодировку текста (если в вашем наборе данных встречаются русские символы, то выберете значение Windows (кириллица)).\n Нажмите на одну из кнопок для скачивания табличного файла:\n Скачать исходные данные — таблица с исходным набором данных (с исходными данными МПК, диск-диффузии и категориями SIR) Скачать данные МПК — таблица с исходным набором данных и категориями SIR на основе интерпретации из МПК Скачать данные диск-диффузии — таблица с исходным набором данных и категориями SIR на основе интерпретации из диаметров зон подавления роста ","tags":null,"title":"Экспорт данных","type":"docs"},{"authors":null,"categories":null,"content":"Для того чтобы просмотреть подробную информацию о графиках, содержащихся в дашборде, необходимо нажать на кнопку Открыть, расположенную слева от названия дашборда.\n Открыть На данной странице вы можете настроить параметры отображения графиков в дашборде.\n Графики дашборда Вы можете перетащить элементы списка, чтобы задать необходимый порядок графиков в дашборде — после этого не забудьте нажать на кнопку Сохранить новый порядок графиков.\nПодробное отображение каждого отдельного графика можно просмотреть, нажав на кнопку с изображением глаза справа от названия графика.\n Кнопка просмотра В открывшемся окне Просмотр графика вы можете включить/выключить отображение графика в дашборде (с помощью галочки Показывать в дашборде), отредактировать описание графика, а также просмотреть параметры набора данных, на основании коорого был построен график.\n Просмотр графика Возможна ситуация, когда у дашборда установлен статус Обработан, а у нескольких графиков внутри дашборда установлен статус Не обработан. Это означает, что набор данных изменился таким образом, что графики со статусом \u0026ldquo;Не обработан\u0026rdquo; не могут быть построены. ","date":1644797160,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1644797160,"objectID":"57843a07ee90c66958604fc8b2b03265","permalink":"https://amrcloud.net/ru/tutorials/dashboard/03-graph/","publishdate":"2022-02-14T00:06:00Z","relpermalink":"/ru/tutorials/dashboard/03-graph/","section":"tutorials","summary":"Для того чтобы просмотреть подробную информацию о графиках, содержащихся в дашборде, необходимо нажать на кнопку Открыть, расположенную слева от названия дашборда.\n Открыть На данной странице вы можете настроить параметры отображения графиков в дашборде.\n Графики дашборда Вы можете перетащить элементы списка, чтобы задать необходимый порядок графиков в дашборде — после этого не забудьте нажать на кнопку Сохранить новый порядок графиков.\nПодробное отображение каждого отдельного графика можно просмотреть, нажав на кнопку с изображением глаза справа от названия графика.","tags":null,"title":"Графики в дашборде","type":"docs"},{"authors":null,"categories":null,"content":"Для добавления графика в дашборд отобразите требуемый график на любой из вкладок Структура данных, Микроорганизмы и пр. и нажмите на значок со спидометром рядом с графиком.\n Добавление графика В открывшемся окне выберите из выпадающего списка нужный дашборд, введите наименование графика (может быть любым, но по умолчанию подставляется стандартное). Также ниже вы сможете с помощью специальных галочек \u0026ldquo;зафиксировать\u0026rdquo; необходимые параметры отображения: галочки нужны для того, чтобы в дальнейшем, если ваш набор данных изменится, то график не перерасчитывался для зафиксированных параметров.\n Добавление графика ","date":1644797160,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1644797160,"objectID":"eb48ab14619b62d985854800c1c4f25b","permalink":"https://amrcloud.net/ru/tutorials/dashboard/01-add/","publishdate":"2022-02-14T00:06:00Z","relpermalink":"/ru/tutorials/dashboard/01-add/","section":"tutorials","summary":"Для добавления графика в дашборд отобразите требуемый график на любой из вкладок Структура данных, Микроорганизмы и пр. и нажмите на значок со спидометром рядом с графиком.\n Добавление графика В открывшемся окне выберите из выпадающего списка нужный дашборд, введите наименование графика (может быть любым, но по умолчанию подставляется стандартное). Также ниже вы сможете с помощью специальных галочек \u0026ldquo;зафиксировать\u0026rdquo; необходимые параметры отображения: галочки нужны для того, чтобы в дальнейшем, если ваш набор данных изменится, то график не перерасчитывался для зафиксированных параметров.","tags":null,"title":"Добавление графиков в дашборд","type":"docs"},{"authors":null,"categories":null,"content":"Для просмотра всех созданных дашбордов перейдите в раздел Дашборды.\n Добавление графика В крайнем правом столбце списка дашбордов указывается статус обработки. После создания дашборда статус всегда высвечивается как Обработан. В дальнейшем, при любом изменении набора данных, входящих в дашборд, графики в нём будут перерасчитываться автоматически, однако этот процесс может занять некоторое время. Пока графики не будут перерасчитаны полностью, статус обработки будет высвечиваться как Не обработан.\n Статус обработки В редких случаях (в результате технического сбоя) автоматического перерасчёта графиков не происходит — для этого на панели инструментов пользователя находится кнопка Пересчитать, которая принудительно запускает процесс обработки графиков из выбранного дашборда. Сперва вы должны выбрать дашборд для пересчёта (один раз кликнив по его названию), а затем нажать на кнопку.\n Пересчитать Для того чтобы редактировать название дашборда, его описание, снять/установить защиту паролем, разрешить/запретить доступ к дашборду, вам необходимо выделить его в списке дашбордов (один раз кликнив по названию) и нажать кнопку Редактировать имя/описание/доступ в правом верхнем углу экрана.\n Редактирование дашборда Редактирование дашборда Для того чтобы поделиться созданным дашбордом с другими людьми, воспользуйтесь кнопкой QR-код в правом верхнем углу экрана. После нажатия будет сгенерирован QR-код и текстовая гиперссылка на ваш дашборд. Изображение с QR-кодом можно скачать, нажав на кнопку Скачать QR-код.\n QR-код QR-код ","date":1644797160,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1644797160,"objectID":"b896200baef3657e81e4c242cf7b5b42","permalink":"https://amrcloud.net/ru/tutorials/dashboard/02-view/","publishdate":"2022-02-14T00:06:00Z","relpermalink":"/ru/tutorials/dashboard/02-view/","section":"tutorials","summary":"Для просмотра всех созданных дашбордов перейдите в раздел Дашборды.\n Добавление графика В крайнем правом столбце списка дашбордов указывается статус обработки. После создания дашборда статус всегда высвечивается как Обработан. В дальнейшем, при любом изменении набора данных, входящих в дашборд, графики в нём будут перерасчитываться автоматически, однако этот процесс может занять некоторое время. Пока графики не будут перерасчитаны полностью, статус обработки будет высвечиваться как Не обработан.\n Статус обработки В редких случаях (в результате технического сбоя) автоматического перерасчёта графиков не происходит — для этого на панели инструментов пользователя находится кнопка Пересчитать, которая принудительно запускает процесс обработки графиков из выбранного дашборда.","tags":null,"title":"Просмотр дашбордов","type":"docs"},{"authors":null,"categories":null,"content":"Для создания нового дашборда откройте в разделе Проекты необходимый проект, а затем набор данных.\n Открываем проект Открываем набор данных В правом верхнем углу вы увидите иконку со спидометром Новый дашборд. В открывшемся окне вам необходимо указать название создаваемого дашборда и его описание. По желанию вы можете защитить свой дошборд паролем, воспользовавшись специальной галочкой.\n Создание дашборда ","date":1644797160,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1644797160,"objectID":"284d4ff0b525b50b05cf0abe8ecdfc3c","permalink":"https://amrcloud.net/ru/tutorials/dashboard/00-create/","publishdate":"2022-02-14T00:06:00Z","relpermalink":"/ru/tutorials/dashboard/00-create/","section":"tutorials","summary":"Для создания нового дашборда откройте в разделе Проекты необходимый проект, а затем набор данных.\n Открываем проект Открываем набор данных В правом верхнем углу вы увидите иконку со спидометром Новый дашборд. В открывшемся окне вам необходимо указать название создаваемого дашборда и его описание. По желанию вы можете защитить свой дошборд паролем, воспользовавшись специальной галочкой.\n Создание дашборда ","tags":null,"title":"Создание дашборда","type":"docs"},{"authors":null,"categories":null,"content":"Интерфейс модуля «Анализ и визуализация данных» Интерфейс модуля анализа данных условно можно разбить на два больших раздела: Параметры основные (вверху) и Инфографика (внизу). С помощью фильтров в верхней части экрана (Параметры основные) можно выбрать нужное подмножество из набора данных для визуализации его в виде графиков в нижней части экрана (Инфографика). Основные разделы модуля Анализ и визуализация данных.\nРаздел «Параметры основные» В верхней части экрана отображается вся метаинформация из набора данных в виде фильтров с выпадающими списками. Названия фильтров соответствуют названиям столбцов, а значения в выпадающих списках – значениям в ячейках исходной таблицы. При этом фильтры с названиями Группа микроорганизмов и Микроорганизмы всегда расположены внизу раздела Параметры основные.\nВ разделе Параметры основные существует два типа фильтров:\n Фильтры для категориальных данных, у которых есть выпадающий список категорий/значений для выбора (например, вирулентность, геолокация и т.п.) Фильтры для непрерывных данных (например, возраст, дата), которые задаются с помощью специального слайдера При использовании фильтров для категориальных данных можно воспользоваться функцией поиска. В текстовом поле фильтра можно вводить нужное значение, и в списке категорий останутся те значения, в которых содержится введенный текст:\n Фильтры категориальных данных Иерархический принцип фильтрации При применении какого-либо фильтра окно будет обведено синей рамкой.\n Рамка вокруг фильтров Все фильтры пронумерованы согласно их иерархии (от 1 до 12: чем меньше число, тем выше иерархия). При изменении значений фильтра высокой иерархии могут быть сокращены доступные для выбора категории в фильтрах более низкой иерархии (такие фильтры также будут обведены синей рамкой).\nПример Внести изменения фильтра 1 Lineage с помощью выбора категории I и III. В фильтрах 2, 3 и 5 сократилось количество категорий для выбора, и они обведены синей рамкой (например, в фильтре 3 Geographical_location_of_isolation вместо 17 осталось 7 категорий): Если снова изменить значение фильтра 1 Lineage, выбрав все категории: …то, все значения фильтров более низкой иерархии также изменятся (возвращение к исходным наборам категорий): Таким образом, при работе с фильтрами лучше всего изменять их значения последовательно в том порядке, в каком они пронумерованы. Однако это правило не касается непрерывных данных, таких как возраст, дата и т.п.\nДля того чтобы значения фильтров низкой иерархии не сбрасывались каждый раз при переключении вышестоящих фильтров – необходимо использовать функцию Удерживать фильтры:\n Удержание фильтров Следует отметить, что функция «Удерживать фильтры» применима только к фильтрам для категориальных данных. Раздел «Инфографика» Вкладки «Инфографики» позволяют методично изучать все аспекты данных, начиная с обобщенных данных во вкладке Структура данных до исследования частных вопросов во вкладке Сравнения.\n7 вкладок раздела «Инфографика» предоставляют собой различные инструменты визуализации:\n Вкладка Структура данных позволяет просмотреть общую структуру метаданных (распределение данных по различным категориям, взаимосвязь различных категорий данных, географическое распределение данных). Вкладка Микроорганизмы отображает общую информацию о распределении различных штаммов или групп микроорганизмов в наборе данных. Вкладка может быть полезна для первоначального анализа набора данных и определения стратегии дальнейшего анализа. Во вкладках Антибиотики (все), Выбранный антибиотик и Ассоциированная устойчивость можно просмотреть и проанализировать информацию о резистентности. Вкладки упорядочены по уровню детализации данных: от общего анализа к более глубокому. Использование вкладок в таком порядке поможет рассмотреть сначала «общую картину» – проблемные/интересующие области (устойчивость выбранных групп микроорганизмов к различным антимикробным препаратам, распределение МПК и т.д.), а затем перейти к детализации: рассмотрению взаимосвязей между резистентностью и метаданными (данные о пациенте, география, тип инфекции и т.д.), а также рассмотрению ассоциированной устойчивости (множественная устойчивость и т.д.) Вкладка Маркеры позволяет исследовать взаимосвязь резистентности и генетических детерминант, а также установить корреляцию между всеми видами генетических маркеров и метаданными. Вкладка Сравнения позволяет выделить на основе разных параметров две группы из исходного набора данных и сравнивать их между собой. Например, можно создать две группы: нозокомиальные и внебольничные инфекций, и сравнить в них распространенность резистентных изолятов, наличие различных маркеров или распределение метаданных. Важно отметить, что для корректной визуализации данных, после изменения значений в разделе Параметры основные, необходимо нажать на кнопку Отобразить.\nПри этом выпадающие списки во вкладках раздела «Инфографика» меняют представление только одного конкретного графика/диаграммы, расположенного на этой же вкладке. После изменения значений фильтров внутри вкладок «Инфографики», необходимо нажать на кнопку Отобразить.\n Все гистограммы, круговые диаграммы и графики в разделе «Инфографика» являются интерактивными. При наведении курсора на график, появляется всплывающее сообщение с информацией о названии категории данных и численном значении параметра. Отображаемые на графиках категории можно изменить, нажав на значок нужной категории в легенде (при этом численные значения категорий не изменятся).\nПример При нажатии на соответствующий значок в легенде, категория Нет данных будет скрыта с гистограммы Процент изолятов:\n Как упоминалось ранее, названия столбцов в импортированной таблице используются в качестве имен фильтров раздела Параметры основные. На этапе импорта система попросит отметить некоторые столбцы загружаемой таблицы, такие как Параметры или Маркеры: и те, и другие будут отображаться в разделе фильтров Параметры основные. Маркеры также будут отображаться во вкладке Маркеры раздела «Инфографика».\n Также важно отметить, что если есть данные о нескольких генетических детерминантах, которые вызывают устойчивость к определенному классу антимикробных препаратов, то может быть полезно сгруппировать их в одну единую категорию (ознакомиться подробнее можно в Руководстве «AMRcloud. Импорт данных»). ","date":1630713600,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1630713600,"objectID":"22ad28634be4f8c6eea3d6d6de7619f1","permalink":"https://amrcloud.net/ru/tutorials/analysis-examples/01/","publishdate":"2021-09-04T00:00:00Z","relpermalink":"/ru/tutorials/analysis-examples/01/","section":"tutorials","summary":"Интерфейс модуля «Анализ и визуализация данных» Интерфейс модуля анализа данных условно можно разбить на два больших раздела: Параметры основные (вверху) и Инфографика (внизу). С помощью фильтров в верхней части экрана (Параметры основные) можно выбрать нужное подмножество из набора данных для визуализации его в виде графиков в нижней части экрана (Инфографика). Основные разделы модуля Анализ и визуализация данных.\nРаздел «Параметры основные» В верхней части экрана отображается вся метаинформация из набора данных в виде фильтров с выпадающими списками.","tags":null,"title":"Анализ данных","type":"docs"},{"authors":null,"categories":null,"content":"Конкретный опыт использования платформы AMRcloud целиком зависит от данных в загружаемой таблице. Тем не менее, можно привести несколько типовых примеров, когда различные функции AMRcloud могут помочь в решении общих задач, которые возникают в процессе рутинной работы у клиницистов, микробиологов или эпидемиологов, занимающихся надзором за устойчивостью к антимикробным препаратам. Важно подчеркнуть, что расположение фильтров, а также типы данных в фильтрах, в приведенных ниже примерах могут отличаться от фактических данных пользователя, однако общая структура сохранится.\nЕсли ни один из приведенных ниже примеров не соответствует конкретной ситуации, то систематическое и подробное описание всех функций, включенных в платформу AMRcloud, можно найти в Разделе 3 данного руководства.\nПрофиль чувствительности микроорганизмов, связанный с конкретной патологией В разделе Параметры основные для анализа необходимо установить значения параметров Группа микроорганизмов и Микроорганизмы (например, Enterobacterales). В разделе «Инфографика» следует перейти во вкладку Выбранный антибиотик. Из выпадающего списка выбрать антибиотик, информацию об активности которого необходимо узнать. Перейти в подвкладку S/I/R графики. Перейти в подвкладку Группировать по. В появившемся выпадающем списке Группировать по выбрать категорию Локализация_инфекции. Нажать на кнопку Отобразить. Профиль чувствительности микроорганизмов, связанный с конкретной патологией. Фильтры На экране отобразится следующий график:\n Профиль чувствительности микроорганизмов, связанный с конкретной патологией. График Для использования функции Группировать по важно, чтобы в разделе Параметры основные были выбраны все значения для параметра, выбранного в качестве категории Группировать по. В данном примере для категории Локализация_инфекции в разделе Параметры основные выбраны все доступные значения.\n Профиль чувствительности микроорганизмов, связанный с конкретной патологией. Функция Группировать по Оценка уровня резистентности в различных возрастных группах Выбрать с помощью фильтров раздела Параметры основные необходимое подмножество данных для анализа (например, Группу микроорганизмов – Enterobacterales). В разделе «Инфографика» перейти на вкладку Выбранный антибиотик. Из выпадающего списка выбрать антибиотик, информацию об устойчивости к которому необходимо узнать. Перейти в подвкладку S/I/R графики. Перейти в подвкладку Группировать по. В появившемся выпадающем списке Группировать по выбрать категорию Возрастная_группа. Нажать на кнопку Отобразить. Для того чтобы значения в гистограмме были отсортированы вдоль X-оси по убыванию возраста, необходимо выбрать категорию Сортировка → Наименование, Тип сортировки → Нисходящая и снова нажать на кнопку Отобразить. Оценка уровня резистентности в различных возрастных группах. Фильтры На экране отобразится следующий график:\n Оценка уровня резистентности в различных возрастных группах. График Оценка активности антимикробных препаратов за определенный временной интервал для выбранной группы микроорганизмов С помощью фильтра Дата в разделе Параметры основные следует установить необходимый временной интервал. Выбрать с помощью фильтров раздела Параметры основные определенную группу микроорганизмов (например, Группу микроорганизмов – Enterobacterales). В разделе «Инфографика» перейти во вкладку Антибиотики (все). Перейти в подвкладку График. Нажать на кнопку Отобразить. В появившемся выпадающем списке Антибиотики выбрать интересующие категории. Оценка активности антимикробных препаратов за определенный временной интервал для выбранной группы микроорганизмов. Фильтры На экране отобразится следующий график:\n Оценка активности антимикробных препаратов за определенный временной интервал для выбранной группы микроорганизмов. График Оценка активности антимикробных препаратов для всех групп микроорганизмов Выбрать с помощью фильтров раздела Параметры основные все группы микроорганизмов. В разделе «Инфографика» перейти во вкладку Антибиотики (все). Перейти в подвкладку Микроорганизмы vs. антибиотики. Нажать на кнопку Отобразить, расположенную в самом низу экрана. Оценка активности антимикробных препаратов для всех групп микроорганизмов. Фильтры На экране отобразится следующая таблица (в верхней части приведены значения с ДИ±10%, а в нижней части — с большим значением ДИ):\n Оценка активности антимикробных препаратов для всех групп микроорганизмов. Таблица. Точность результата ≥ 80% Оценка активности антимикробных препаратов для всех групп микроорганизмов. Таблица. Точность результата \u0026lt; 80% Тренд резистентности к антимикробным препаратам по годам В разделе Параметры основные установить необходимые для анализа значения параметров Группа микроорганизмов и Микроорганизмы (например, выбрать Enterobacterales). В разделе «Инфографика» перейти во вкладку Выбранный антибиотик. Из выпадающего списка выбрать антибиотик, информацию об устойчивости к которому необходимо узнать. Перейти в подвкладку S/I/R графики. Перейти в подвкладку Группировать по. В появившемся выпадающем списке Группировать по выбрать категорию Дата: год (встроенные в AMRcloud алгоритмы позволяют разбивать загруженную дату на год, квартал, месяц и день). Следует отметить, что даты в AMRcloud всегда автоматически отсортированы в хронологическом порядке. Для отображения данных в виде тренда необходимо выбрать в выпадающем списке Тип графика значение Тренд. Нажать на кнопку Отобразить. Тренд резистентности к антимикробным препаратам по годам. Фильтры На экране отобразится следующий график:\n Тренд резистентности к антимикробным препаратам по годам. График Географическое распределение профилей чувствительности В разделе Параметры основные установить необходимые для анализа значения параметров Группа микроорганизмов и Микроорганизмы (например, выбрать Enterobacterales). В разделе «Инфографика» перейти во вкладку Выбранный антибиотик. Из выпадающего списка выбрать антибиотик, информацию об устойчивости к которому необходимо узнать. Перейти в подвкладку Карта. Нажать на кнопку Отобразить. Географическое распределение профилей чувствительности. Фильтры На экране отобразится географическая карта с S/I/R маркерами:\n Географическое распределение профилей чувствительности. График Для получения альтернативного отображения относительного распределения изолятов, резистентных к выбранному антибиотику, следует перейти в подвкладку Рейтинг. На приведенном ниже графике все географические регионы отсортированы по возрастанию доли резистентных изолятов (вертикальной пунктирной линией изображена медиана относительного количества устойчивых изолятов).\n Географическое распределение профилей чувствительности. Рейтинг Связь фенотипа устойчивости и генотипа Данный тип анализа возможен при загрузке в систему соответствующего набора данных и позволяет отобразить распределение МПК для изолятов с различными генетическими детерминантами.\n Выполнить переход на вкладку Маркеры. Из выпадающих списков Группа маркеров, Маркер выбрать интересующие значения. Перейти на подвкладку МПК. Выбрать антибиотик, для которого необходимо установить связь между генотипом и фенотипом. Нажать на кнопку Отобразить. Связь фенотипа устойчивости и генотипа. Фильтры На экране отобразится следующий график:\n Связь фенотипа устойчивости и генотипа. График Ассоциированная устойчивость AMRcloud позволяет пользователям анализировать ассоциированную устойчивость к антибиотикам, т.е. определять вероятность наличия устойчивости при различных комбинациях антибактериальных препаратов.\nПодвкладка «Матрица» В разделе Параметры основные установить необходимые для анализа значения параметров Группа микроорганизмов и Микроорганизмы (например, выбрать Enterobacterales). Перейти во вкладку Ассоциированная устойчивость. Перейти в подвкладку Матрица. Нажать на кнопку Отобразить. Ассоциированная устойчивость. Подвкладка «Матрица». Фильтры На экране отобразится матрица ассоциированной устойчивости:\n Ассоциированная устойчивость. Подвкладка «Матрица». График В приведенной матрице можно выбрать строку с препаратом, резистентность к которому изучена в загруженном наборе данных, и просмотреть вероятность устойчивости изолятов к другому препарату, расположенному в столбце. Например, вероятность того, что изолят резистентный к меропенему будет резистентен и к гентамицину составляет 81.49%.\nОсновной целью данного анализа является выявление антибактериальных препаратов, обладающих наименьшей активностью в отношении выбранных микроорганизмов (высокие значения в ячейке). Альтернативной целью для данного вида анализа является поиск необычных паттернов резистентности: например, в случае резистентности Acinetobacter к меропенему, у тобрамицина наблюдается наименьший уровень ассоциированной устойчивости среди остальных аминогликозидов.\nПодвкладка «Множественная устойчивость» Для определения доли мульти-/пан-/экстремально-резистентных изолятов в наборе данных, воспользуйтесь подвкладкой Множественная устойчивость. Здесь можно установить процент изолятов, резистентных к одному, двум … N антибиотикам одновременно.\n В разделе Параметры основные следует установить необходимые для анализа значения параметров Группа микроорганизмов и Микроорганизмы (например, выбрать Enterobacterales). Перейти во вкладку Ассоциированная устойчивость. Перейти в подвкладку Множественная устойчивость. Выбрать антибиотики, к которым необходимо обнаружить множественную устойчивость (следует выбрать больше одного антибиотика). Ввести количество антибиотиков, к которым должен быть резистентен изолят. В приведенном примере была выбрана группа из 8 антибиотиков и введено значение «R как минимум к N антибиотикам» равное 8, т.е. осуществляется поиск доли панрезистентных изолятов в выборке. Нажать на кнопку Отобразить. Ассоциированная устойчивость. Подвкладка «Множественная устойчивость». Фильтры Появляется информация о количестве найденных изолятов, проценте от общего числа изолятов, а также 95%-ый доверительный интервал (ДИ).\n Ассоциированная устойчивость. Подвкладка «Множественная устойчивость». Информация Визуализация МПК50 и МПК90 В разделе Параметры основные установить необходимые для анализа значения параметров Группа микроорганизмов и Микроорганизмы (например, выбрать Enterobacterales). В разделе «Инфографика» перейти во вкладку Выбранный антибиотик. Из выпадающего списка выбрать антибиотик, информацию об устойчивости к которому необходимо узнать. Перейти в подвкладку МПК. Нажать на кнопку Отобразить. Визуализация МПК50 и МПК90. Фильтры На появившемся графике значения МПК50 и МПК90 отображаются в виде вертикальных пунктирных линий над соответствующими столбцами. При наведении курсора на пунктирную линию всплывает текстовое окно с обозначением МПК 90 или МПК 50:\n Визуализация МПК50 и МПК90. График Время первого обнаружения для определенного маркера в зависимости от геолокации Иногда бывает полезным визуализировать информацию из набора данных, касающуюся маркеров вирулентности или детерминант резистентности или генетических линий, на временной шкале с привязкой к географическим данным. Для этого необходимо выполнить следующие шаги:\n В разделе Параметры основные установить необходимые для анализа значения параметров Группа микроорганизмов и Микроорганизмы (например, выбрать Enterobacterales). В разделе «Инфографика» перейти во вкладку Маркеры. Выбрать из выпадающего списка Группа маркеров необходимую для анализа группу. Выбирать конкретный маркер на данном шаге необязательно, т.к. он будет выбран позже во время визуализации. Перейти в подвкладку Время первого обнаружения. Из выпадающего списка Генетический маркер выбрать интересующий маркер. Из выпадающего списка Группировать по выбрать категорию Федеральный_округ (или город, страна, в зависимости от набора данных). Нажать на кнопку Отобразить. Время первого обнаружения для определенного маркера в зависимости от геолокации. Фильтры На полученном графике с временной шкалой, можно увидеть, когда и в каких федеральных округах впервые были выделены карбапенемазы NDM для группы энтеробактерий:\n Время первого обнаружения для определенного маркера в зависимости от геолокации. График ","date":1630713600,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1630713600,"objectID":"19808b37d339060f8be7299e6d8fcee2","permalink":"https://amrcloud.net/ru/tutorials/analysis-examples/02/","publishdate":"2021-09-04T00:00:00Z","relpermalink":"/ru/tutorials/analysis-examples/02/","section":"tutorials","summary":"Конкретный опыт использования платформы AMRcloud целиком зависит от данных в загружаемой таблице. Тем не менее, можно привести несколько типовых примеров, когда различные функции AMRcloud могут помочь в решении общих задач, которые возникают в процессе рутинной работы у клиницистов, микробиологов или эпидемиологов, занимающихся надзором за устойчивостью к антимикробным препаратам. Важно подчеркнуть, что расположение фильтров, а также типы данных в фильтрах, в приведенных ниже примерах могут отличаться от фактических данных пользователя, однако общая структура сохранится.","tags":null,"title":"Примеры задач и способы их решения","type":"docs"},{"authors":null,"categories":null,"content":"Что такое проект и набор данных В рамках онлайн-платформы AMRcloud пользователь может создавать различные проекты и наборы данных.\nПроект — это структурный элемент приложения, который позволяет группировать несколько наборов с данными по усмотрению пользователя.\nНабор(ы) данных — основная единица в рамках проекта. Набор данных содержит информацию, с которой AMRcloud осуществляет непосредственную работу.\nСоздание проекта Для создания проекта пользователю после входа в личный аккаунт следует нажать кнопку + Новый проект в верхнем левом углу экрана.\n Новый проект Во всплывающем окне необходимо заполнить поля Название нового проекта и Подзаголовок проекта (для каждого поля установлено ограничение в 255 символов). При постоянной работе с различными проектами рекомендуется использовать полностью уникальные или значимо отличающиеся между собой названия. Не стоит ограничиваться вариантами test1 и test2. Подзаголовок проекта может быть представлен ключевыми словами, которые поясняют название.\n Создание проекта Типы проектов Пользователь может работать с двумя типами проектов:\n Мои проекты Командные проекты Мои проекты — персональные проекты пользовательзователя. Доступ к данным в таком проекте единолично предоставлен создавшему его пользователю. Если пользователь захочет поделиться данными своего проекта с другими людьми, он сможет сделать это с помощью генерации общедоступной ссылки.\nКомандные проекты — проекты, в которых данные доступны всем пользователям, объединенным в одну команду. При этом один пользователь становится администратором команды (т.е. ее создателем), а остальные — участниками команды, т.е. пользователями, приглашенными администратором команды.\nНаборы данных В рамках проекта пользователь может создавать несколько наборов данных или сетов. Для этого следует перейти в выбранный проект, нажав кнопку + Открыть слева от названия проекта, а затем нажать кнопку + Новый набор данных.\nВо всплывающем окне необходимо заполнить поля Название нового набора и Подзаголовок нового набора (для каждого поля установлено ограничение в 255 символов).\nПри постоянной работе с несколькими наборами данных в рамках одного проекта рекомендуется использовать понятные, полностью уникальные или значимо отличающиеся между собой названия. Например, не ограничиваться вариантами test1, test2.\n Создание набора данных После создания сета система автоматически переведет пользователя на страницу импорта данных. Также на страницу импорта можно попасть, выбрав левой кнопкой мыши необходимый набор данных и нажав кнопку \u0026ldquo;Редактировать набор данных\u0026rdquo;.\n","date":1581638760,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1581638760,"objectID":"e49aa105097c1730c49ff41c058a9ab7","permalink":"https://amrcloud.net/ru/tutorials/import-data/00-project-set/","publishdate":"2020-02-14T00:06:00Z","relpermalink":"/ru/tutorials/import-data/00-project-set/","section":"tutorials","summary":"Что такое проект и набор данных В рамках онлайн-платформы AMRcloud пользователь может создавать различные проекты и наборы данных.\nПроект — это структурный элемент приложения, который позволяет группировать несколько наборов с данными по усмотрению пользователя.\nНабор(ы) данных — основная единица в рамках проекта. Набор данных содержит информацию, с которой AMRcloud осуществляет непосредственную работу.\nСоздание проекта Для создания проекта пользователю после входа в личный аккаунт следует нажать кнопку + Новый проект в верхнем левом углу экрана.","tags":null,"title":"Проекты и наборы данных","type":"docs"},{"authors":null,"categories":null,"content":"«Золотые правила» для данных Одним из ключевых этапов работы с платформой AMRcloud является структурирование исходных данных.\n Основные принципы организации данных можно сформулировать в виде следующих «золотых правил», которые будут подробно описаны ниже:\n Каждая строка в таблице — это отдельный изолят. В таблице должно быть 5 обязательных столбцов (идентификатор, вид микроорганизма, группа микроорганизмов*, дата, чувствительность). Нзвание АМП пишется на английском с добавлением одного из трех суффиксов («_mic», «_dd», «_sir»). Дополнительные столбцы не являются обязательными (географические данные, метаданные, маркеры). * - столбец \u0026ldquo;Группа микроорганизмов\u0026rdquo; может быть пропущен, т.к. AMRcloud может автоматически сгенерировать его по запросу\n Образец данных Основные требования к исходным табличным данным перечислены на вкладке Важная информация страницы импорта данных. Внизу страницы есть ссылка для скачивания образца таблицы, который можно использовать для редактирования исходных пользовательских данных.\n Скачивание образца данных Основные требования Чтобы работать с AMRcloud необходимо привести данные к единому формату.\n Таблица должна быть плоской. Это означает, что она состоит из столбцов и строк, в которых нет дополнительных разделений - иерархий (нет подстрок или разделенных столбцов). Структура таблицы Первая строка таблицы должна содержать заголовки всех столбцов. Заголовочная строка таблицы Таблица должна содержать 5 видов обязательных столбцов:\n Идентификатор изолята (ID_изолята) Название вида микроорганизма Название группы микроорганизмов Дата Результат определения чувствительности к антимикробному препарату (АМП) Обязательные столбцы таблицы Идентификатор изолята В качестве идентификатора изолята допустимо использовать неуникальные номера. Идентификатор может быть буквенными или числовыми.\nВид микроорганизма Для автоматической и быстрой интерпретации результатов AMRcloud использует полные названия видов микроорганизмов, поэтому Название вида микроорганизма должно быть полное. Сокращения в названии вида недопустимы.\n Правильно:\nStaphylococcus aureus, Streptococcus pneumoniae\nНеправильно:\nS. aureus, S. pneumoniae\n Группа микроорганизма Название группы микроорганизмов может быть сокращено, но сокращения необходимо сделать стандартными (одинаковыми по всему столбцу).\n Правильно:\nEnterobacterales, Staphyl, Enterobacterales, Staphyl (сокращенные названия - стандартизированы)\nНеправильно:\nEnterobac, Staph, Staphyl, Entbac, Staphylococ (сокращенные названия нестандартизированы)\n На заметку!\nВы также можете оставить значения в столбце Название группы микроорганизмов пустыми или вообще удалить данный столбец из исходной таблицы, но в таком случае при импорте таблицы вам будет необходимо поставить галочку Сгенерировать группы организмов из названий видов в соответствующем разделе (см. \u0026ldquo;Шаг 2 - Выбор параметров\u0026rdquo;\u0026quot;).\n Дата Система импорта автоматически определит любой стандартный вариант написания даты. Главным условием является универсальность оформления по всему столбцу.\n Правильно:\n12.08.2018, 20.05.2017, 16.03.2014 (единое оформление ДД.ММ.ГГГГ)\nНеправильно:\n12.08.2018, 20/05/19, 03/16/2014 (разное оформление ДД.ММ.ГГГГ, ДД/ММ/ГГ, ММ/ДД/ГГГГ)\n Формат дат Результаты определения чувствительности к АМП Возможные форматы результатов:\n Значения минимальных подавляющих концентраций (МПК) - мг/л Диаметры зон подавления роста - мм Категории чувствительности (S/I/R) - значения заранее определяются пользователем Суффиксы в названии АМП Название столбца с результатами определения чувствительности должно соответствовать следующим правилам:\n Название антимикробного препарата должно быть написано полностью, без сокращений, на английском языке. Список допустимых названий АМП можно скачать по ссылке внизу страницы. Список допустимых антибиотиков Для того, чтобы система могла автоматически проинтерпретировать результаты, к названию АМП должен быть добавлен через нижнее подчеркивание соответствующий суффикс: Значения минимальных подавляющих концентраций _mic Диаметры зон подавления роста _dd Категории чувствительности _sir Пример:\ntobramycin_sir, tetracycline_sir, amoxicillin-clavulanic acid_dd, vancomycin_mic\n На заметку!\nАнтибактериальные препараты с оценкой по \u0026ldquo;особым\u0026rdquo; критериям интерпретации (пользовательские категории S/I/R) и/или со значениями ECOFF могут быть записаны следующим образом:\n amoxicillin-clavulanic acid_clsi_mic, moxifloxacin_clsi_sir, marbofloxacin_veterinary_sir\n Допускается указывать нагрузку диска между названием антибиотика и суффиксом _dd:\n amoxicillin-clavulanic acid_2-1_dd, moxifloxacin_5_dd\n Важно!\n Значения минимальных подавляющих концентраций\n Измеряются в мг/л Значения должны быть числовыми Нечисловые значения, содержащие выражения \u0026lt;= ... или \u0026gt; ... или \u0026gt;= ..., будут преобразованы в числовые Символы \u0026lt;= и \u0026gt;= перед числами — игнорируются Числа после символа \u0026gt; будут умножены на 2 Диаметры зон подавления роста\n Измеряются в мм Значения — любые целые числа больше или равные 6 Категории чувствительности\n Значения — \u0026ldquo;S\u0026rdquo;, \u0026ldquo;I\u0026rdquo;, \u0026ldquo;R\u0026rdquo; Категория чувствительности может быть только одна Правильно:\nS, S, R (категория чувствительности 1 для каждого изолята)\nНеправильно:\nS+I, S+I, I+R (больше 1 категории чувствительности для каждого изолята)\n Дополнительные столбцы Дополнительные столбцы — заполнение таких столбцов не является обязательным.\n Географические данные Географические объекты (город, область, страна и т.д.) Широта Долгота Метаданные (текстовые) Метаданные (числовые) Маркеры (генетические маркеры резистентности, особые фенотипы и/или факторы вирулентности) Географические данные\nГеографические объекты могут включать название города, области, страны. Также пользователь может укзаать более подробные адресные данные (например, корпус ЛПУ). Широта и Долгота может быть изменена вручную, если не сработало автоматическое определение координат объектов.\nОсновные требования и рекомендации к географическуим данным представлены в разделе \u0026ldquo;Геокодирование\u0026rdquo;.\nМетаданные (текстовые)\nПользователь может выбрать до 12 показателей в формате \u0026ldquo;текстовые данные\u0026rdquo; (если в таблице есть столбец с названием географических объектов, рекомендуется его также включать).\nНапример \u0026ldquo;Локализация инфекции\u0026rdquo;, \u0026ldquo;Отделение\u0026rdquo;, \u0026ldquo;Клинический материал\u0026rdquo;.\nКроме того, среди данных категорий могут быть включены индивидуальные характеристики пациента (например, столбец с категорией \u0026ldquo;Фебрильная лихорадка\u0026rdquo;). Рекомендованые обозначения: \u0026ldquo;Да\u0026rdquo;, \u0026ldquo;Нет\u0026rdquo;, \u0026ldquo;Неприменимо\u0026rdquo;.\nМетаданные (числовые)\nПользователь может выбрать 1 показатель в формате \u0026ldquo;числовые данные\u0026rdquo;.\nНапример, \u0026ldquo;Возраст\u0026rdquo; или \u0026ldquo;Вес пациента\u0026rdquo;.\nМаркеры\n Общее количество маркеров неограничено Возможно создание пользователем собственной \u0026ldquo;группировки маркеров\u0026rdquo; Указываются генетические маркеры, особые фенотипы, факторы вирулентности При расстановке показателей по генетическим маркерам и особым фенотипам рекомендована следующая система обозначений:\n Поиск определенного генетического маркера или особого фенотипа... Значение в ячейке таблицы ...проводился, результат положительный \"OXA-48\", \"KPC\", \"MRSA\", \"CTX-M-15\" и т.д. ...проводился, результат отрицательный \"Не обнаружено\" ...не проводился \"Не определено\" ...для данного микроорганизма неприменим пустая ячейка Генетические маркеры ","date":1581638700,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1581638700,"objectID":"02819c3c649b9331fb6128b9b7c6fb19","permalink":"https://amrcloud.net/ru/tutorials/import-data/01-prepare/","publishdate":"2020-02-14T00:05:00Z","relpermalink":"/ru/tutorials/import-data/01-prepare/","section":"tutorials","summary":"«Золотые правила» для данных Одним из ключевых этапов работы с платформой AMRcloud является структурирование исходных данных.\n Основные принципы организации данных можно сформулировать в виде следующих «золотых правил», которые будут подробно описаны ниже:\n Каждая строка в таблице — это отдельный изолят. В таблице должно быть 5 обязательных столбцов (идентификатор, вид микроорганизма, группа микроорганизмов*, дата, чувствительность). Нзвание АМП пишется на английском с добавлением одного из трех суффиксов («_mic», «_dd», «_sir»). Дополнительные столбцы не являются обязательными (географические данные, метаданные, маркеры).","tags":null,"title":"Подготовка данных","type":"docs"},{"authors":null,"categories":null,"content":"Загрузка После ознакомления с разделом Важная информация пользователь может приступить к загрузке данных в AMRcloud. Для этого необходимо перейти на вкладку \u0026ldquo;Шаг 1\u0026rdquo;, нажать на кнопку \u0026ldquo;Browse\u0026hellip;\u0026quot; и выбрать файл с данными для загрузки. После успешной загрузки таблицы необходимо нажать кнопку \u0026ldquo;Проверить и сохранить шаг 1\u0026rdquo;.\n Загрузка файла Важно!\n AMRcloud поддерживает загрузку таблиц в формате .xlsx и .csv. Предварительный просмотр таблицы настраивается пользователем на отображение от 5 до 30 строк с помощью специального ползунка. В панеле \u0026ldquo;Настройки для csv файла\u0026rdquo; настраивается отображение таблиц, загруженных в формате .csv (в таких таблицах отсутствуют столбцы, и вся информация представлена в виде строк). Предварительный просмотр таблицы Как сохранить файл в csv Для того, чтобы сохранить таблицу в формате .csv необходимо в Microsoft Excel перейти во вкладку Файл (левый верхний угол), выбрать пункт Экспорт → Изменить тип файла → Другие типы файлов → CSV (разделители запятые)(*.csv). Переход во вкладку Файл Сохранение в формате csv Проблемы с кодировкой текста Пользователь может столкнуться с ситуацией, когда в таблице появляются непонятные знаки (т.н. \u0026ldquo;иероглифы\u0026rdquo;) вместо текста. Разберем решение данной проблемы на конкретных примерах.\n Запись по типу иероглифы Пример 1 При загрузке таблицы в AMRcloud на Шаге 1, в окне предварительного просмотра появляется надпись \u0026ldquo;Не могу прочитать файл\u0026rdquo;\n Ошибка прочтения файла Алгоритм решения:\n Скачать и установить бесплатный текстовый редактор Sublime Text (использование текстового редактора Sublime Text носит рекомендательный характер и не является оплаченной формой неличной передачи информации; пользователь может использовать любой имеющийся текстовый редактор с настройкой кодинга). Загрузка текстового редактора В установленном редакторе выбрать раздел file → Open File. Выбор файла для исправления Выбрать в появившемся окне таблицу, которую не удалось открыть в AMRcloud. Открывшийся документ будет представлен в виде сплошного текста.\n Поочередно изменять различные кодировки и ориентироваться на текст (\u0026ldquo;иероглифы\u0026rdquo; должны исчезнуть). Рекомендуется начинать с UTF-8 и Windows-1251. Раздел File → Reopen with Encoding → необходимая кодировка. Кодировка таблицы После выполненных действий пользователь сможет прочитать текст. \u0026ldquo;Иероглифы\u0026rdquo; исчезнут.\n Файл необходимо сохранить. File → Save with Encoding → UTF-8. Сохранение файла с UTF-8 Пример 2 При загрузке данных в окне предварительного просмотра на Шаге 1, проблем не было. Пользователь провел анализ данных, скачал таблицу из AMRcloud, но Microsoft Excel открывает данные с \u0026ldquo;иероглифами\u0026rdquo;.\nАлгоритм решения №1\nТакая ситуация могла произойти, если пользователь изменил кодировку при сохранении файла. Необходимо ещё раз скачать таблицу с кодировкой по умолчанию, т.е. Windows (кириллица).\n Скачивание файла из AMRcloud с настройками по умолчанию Алгоритм решения №2\n Скачать и установить бесплатный текстовый редактор Sublime Text (использование текстового редактора Sublime Text носит рекомендательный характер и не является оплаченной формой неличной передачи информации; пользователь может использовать любой имеющийся текстовый редактор с настройкой кодинга). Загрузка текстового редактора В установленном редакторе выбираем раздел File → Open File. Выбор файла для исправления Файл необходимо сохранить с кодировкой Windows-1251. File**→** Save with Encoding **→** Windows-1251. Сохранение файла с кодировкой Windows-1251 Теперь можно просматривать таблицу, которая была скачана из онлайн-платформы AMRcloud, на локальном компьютере.\n","date":1581638640,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1581638640,"objectID":"b3fb9344c423660146f13831a7b7d9e0","permalink":"https://amrcloud.net/ru/tutorials/import-data/04-upload-file/","publishdate":"2020-02-14T00:04:00Z","relpermalink":"/ru/tutorials/import-data/04-upload-file/","section":"tutorials","summary":"Загрузка После ознакомления с разделом Важная информация пользователь может приступить к загрузке данных в AMRcloud. Для этого необходимо перейти на вкладку \u0026ldquo;Шаг 1\u0026rdquo;, нажать на кнопку \u0026ldquo;Browse\u0026hellip;\u0026quot; и выбрать файл с данными для загрузки. После успешной загрузки таблицы необходимо нажать кнопку \u0026ldquo;Проверить и сохранить шаг 1\u0026rdquo;.\n Загрузка файла Важно!\n AMRcloud поддерживает загрузку таблиц в формате .xlsx и .csv. Предварительный просмотр таблицы настраивается пользователем на отображение от 5 до 30 строк с помощью специального ползунка.","tags":null,"title":"Шаг 1 - Загрузка файла","type":"docs"},{"authors":null,"categories":null,"content":"Для правильной работы всех аналитических компонентов платформы AMRcloud пользователю на данном шаге необходимо правильно соотнести названия восьми стандартных системных категорий со столбцами из загруженной таблицы.\nВ левой части экрана расположены стандартные категории (например \u0026ldquo;Идентификатор изолята\u0026rdquo;, \u0026ldquo;Группа микроорганизмов\u0026rdquo;) с общей информацией и требованиями. В правой части экрана расположены панели с выпадающим списком названий столбцов таблицы, с помощью которого пользователь сопоставляет системные категории с данными из загруженной таблицы. Структура пунктов шага 2 Идентификатор изолята Эта категория является обязательной. В качестве идентификатора может быть использована любая запись, содержащая буквенно-цифровые символы, за исключением специальных (?,!%$#\u0026gt;\u0026lt;). Группа микроорганизмов Эта категория является обязательной. Объединение микроорганизмов в группы позволяет представлять в обобщенном виде результаты оценки чувствительности к АМП разных (нескольких) видов микроорганизмов. Могут использоваться произвольные названия для групп микроорганизмов: как таксономические (например: Enterobacterales), так и внетаксономические (например: анаэробы, грамотрицательные бактерии). Если в исходной таблице группы микроорганизмов не подписаны, вы можете воспользоваться специальной опцией Сгенерировать группы организмов из названий видов, проставив соответствующую галочку. Вид микроорганизма Эта категория является обязательной. Необходимо использовать двойные латинские названия видов микроорганизмов в соответствии с официальной номенклатурой. Система автоматически распознает известные родовые и видовые названия микроорганизмов и применяет соотвествующие критерии для интерпретации значений МПК, зон подавления роста и определения категорий чувствительности к АМП. Правильно:\nKlebsiella pneumoniae, Acinetobacter baumannii, Pseudomonas aeruginosa (нет сокращений, соответствует официальной номенклатуре)\nНеправильно:\nK. pneumoniae, A. baumannii, P. aeruginosa (используются сокращения)\n После выбора соответствующего названия столбца из выпадающего списка пользователь может нажать кнопку Проверить названия видов для автоматической проверки.\n Проверка названия видов После нажатия на кнопку Проверить названия видов откроется небольшая таблица с данными не прошедшими проверку (т.е. названиями микроорганизмов, которые система не распознала). Далее пользователю необходимо внимательно просмотреть эту таблицу:\n Если в каких-то названиях допущены ошибки (например, пропущена буква или вместо точки стоит запятая), то пользователю необходимо исправить ошибки прямо в окне редактора, дважды щелкнув левой клавишей мыши по нужной ячейке, и нажать кнопку \u0026ldquo;Исправить названия видов\u0026quot;. Если ошибок в написании нет, это значит, что микроорганизмы с такими названиями просто отсутствуют в системе. Такие микроорганизмы не исключаются из общих данных — для них также будут построены графики для анализа, только окрашиваться они будут не в соответствии с категориями чувствительности, а в единый серый цвет. Если пользователь работает со \u0026ldquo;своими\u0026rdquo; готовыми категориями чувствительности S/I/R, то проблем в идентификации видов микроорганизмов не возникнет. Если критерии интерпретации для конкретного вида микроорганизма не были найдены, то система постарается подобрать критерии для соответствующей группы микроорганизмов.\n Пример. Salmonella typhi (не найдены критерии) → Salmonella spp.(будут применены критерии)\n Дата выделения изолята Эта категория является обязательной. Записи без даты или с различающимся форматом даты не будут импортированы. Онлайн-платформа AMRcloud автоматически распознает все возможные варианты написания дат при условии, что все даты записаны в едином формате для всех изолятов.\n Неправильный формат дат Если все записи столбца дат оформлены правильно и единообразно, то пользователь (после выбора из соответствующего выпадающего списка названия столбца, содержащего даты выделения изолятов) увидит временную шкалу \u0026ldquo;Диапазон дат (предпросмотр)\u0026quot;. Если система не смогла правильно автоматически распознать пользовательский формат дат, то необходимо самостоятельно выбрать из списка один из подходящих форматов:\n 2018-12-31 (т.е. год-месяц-день) 2018-31-12 (т.е. год-день-месяц) 31-12-2018 (т.е. день-месяц-год) 12-31-2018 (т.е. месяц-день-год) После того, как пользователь определился с форматом дат, ему необходимо поставить галочку в поле \u0026ldquo;Отображается ли временная шкала?\u0026quot;. Последовательность работы с датами Географические данные Эта категория является НЕобязательной. Географические данные могут быть двух типов: \u0026ldquo;Географические наименования\u0026rdquo; и \u0026ldquo;Географические координаты\u0026rdquo;. Для загрузки необходимого типа данных пользователю следует поставить галочку (\u0026ldquo;чекбокс\u0026rdquo;) в соответствующее поле в правой части экрана и выбрать подходящий столбец данных из выпадающего списка.\nВ качестве \u0026ldquo;Географических наименований\u0026rdquo; могут быть указаны: страны, административно-территориальные единицы, природные зоны, города, небольшие населенные пункты, а также адреса конкретных зданий и объектов. Система попытается автоматически идентифицировать географические объекты и найти соответствующие им координаты (широту и долготу).\n\u0026ldquo;Географические координаты\u0026rdquo; рекомендуется включать из исходной таблицы только при условии их неоспоримой точности. Если пользователь сомневается в точности географических координат, рекомендуется их не включать (т.е. не отмечать соответствующий чекбокс).\n Географический объект Обратите внимание, что для предварительного просмотра пользователю выводятся только первые 10 строк соответствующего столбца.\nЧисловая переменная Эта категория является НЕобязательной. В качестве числовой переменной может быть загружен один любой количественный показатель, например: Возраст, Вес пациента, Длительность пребывания в стационаре и т.д. Для загрузки данных пользователю следует поставить галочку (\u0026ldquo;чекбокс\u0026rdquo;) в соответствующее поле в правой части экрана и выбрать из выпадающего списка название столбца, содержащего необходимые данные.\n Выбор количественного показателя Обратите внимание, что для предварительного просмотра пользователю выводятся только первые 10 строк соответствующего столбца.\nМаркеры резистентности Эта категория является НЕобязательной. Общее количество столбцов такого типа неограничено. В качестве данных для этого столбца может быть загружена информация о генетических маркерах резистентности, особых фенотипах или факторах вирулентности. Для загрузки данных пользователю следует поставить галочку (\u0026ldquo;чекбокс\u0026rdquo;) в соответствующее поле в правой части экрана и выбрать из выпадающего списка название столбцов, содержащих необходимые данные. Заголовки столбцов будут использоваться в качестве названий групп маркеров.\n Выбор маркеров резистентности Другие параметры Эта категория является НЕобязательной. Можно выбрать максимум 12 столбцов с различными параметрами для фильтрации и группировки данных (считая вместе со столбцами географических данных из предыдущего пункта). Названия столбцов используются в качестве названий параметров. Пользователь может отсортировать загруженные параметры в нужном порядке с помощью перетескивания мышью. Порядок будет влиять на последовательность фильтров в поле \u0026ldquo;Параметры основные\u0026rdquo; на этапе работы с графиками. Выбор дополнительных параметров Повторные изоляты Повторные изоляты — это изоляты, выделенные из одного локуса инфекции у одного пациента и принадлежащие к одному виду. Выявление повторных изолятов в исходной таблице важно, т.к. их наличие приводит к завышению рассчитанной доли резистентных изолятов.\n Эта категория является НЕобязательной. Вы можете настроить столбцы \u0026ldquo;Идентификатор объекта\u0026rdquo; и \u0026ldquo;Локус инфекции\u0026rdquo; на автоматическое исключение повторов. Если в таблице один столбец: \u0026ldquo;Идентификатор объекта\u0026rdquo; или \u0026ldquo;Локус инфекции\u0026rdquo;, то для исключения повторов выберите этот столбец в двух выпадающих списках. Установите максимальную разницу (в днях) между датами выделения повторных изолятов от одного объекта. В случае превышения данного значения, изоляты НЕ будут считаться повторными. Выбор повторных изолятов Завершение Шага 2 Для перехода к следующему этапу импорта данных — ШАГУ 3 — пользователю необходимо нажать на кнопку \u0026ldquo;Сохранить шаг 2\u0026rdquo;. Перед этим рекомендуется еще раз просмотреть и перепроверить все пункты текущего этапа.\n ","date":1581638580,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1581638580,"objectID":"05886ecf74143ea3588b8a15b056aa94","permalink":"https://amrcloud.net/ru/tutorials/import-data/05-identification/","publishdate":"2020-02-14T00:03:00Z","relpermalink":"/ru/tutorials/import-data/05-identification/","section":"tutorials","summary":"Для правильной работы всех аналитических компонентов платформы AMRcloud пользователю на данном шаге необходимо правильно соотнести названия восьми стандартных системных категорий со столбцами из загруженной таблицы.\nВ левой части экрана расположены стандартные категории (например \u0026ldquo;Идентификатор изолята\u0026rdquo;, \u0026ldquo;Группа микроорганизмов\u0026rdquo;) с общей информацией и требованиями. В правой части экрана расположены панели с выпадающим списком названий столбцов таблицы, с помощью которого пользователь сопоставляет системные категории с данными из загруженной таблицы. Структура пунктов шага 2 Идентификатор изолята Эта категория является обязательной.","tags":null,"title":"Шаг 2 - Выбор параметров","type":"docs"},{"authors":null,"categories":null,"content":"Геокодирование — это важный этап создания основы, с помощью которой AMRcloud строит различные карты и проставляет метки географических объектов.\nВ качестве географических объектов в AMRcloud могут выступать регионы, города и даже отдельные корпуса ЛПУ.\nОбщая информация Для запуска процесса геокодирования необходимо нажать кнопку \u0026ldquo;1.Геокодировать\u0026rdquo;. Данный процесс занимает некоторое время, поэтому пользователю после нажатия следует дождаться, пока система не проставит координаты в таблице географических объектов и в окне предварительного просмотра карты не появятся маркеры.\nДля того, чтобы открыть предварительный просмотр карты, пользователю необходимо нажать на текст синей панели \u0026ldquo;Карта: предпросмотр\u0026rdquo;.\nПосле того, как пользователь убедится, что все маркеры и координаты проставлены верно, ему необходимо будет нажать на кнопку \u0026ldquo;Сохранить шаг 3\u0026rdquo; и перейти к следующему этапу импорта.\n Геокодирование. Структура первого подпункта AMRcloud не проставил координаты Если AMRcloud не распознал географический объект (не проставил рядом с его названием координаты), то пользователю следует проверить правильность названия географического объекта. Если в названии(-ях) допущены ошибки, то необходимо исправить данные в исходной таблице → сбросить предыдущие Шаги (1-2) → загрузить заново исправленный вариант.\nЕсли в названиях географических объектов нет ошибок, то пользователю необходимо самому вручную проставить к ним координаты. Для этого требуется в таблице справа (оранжевая панель \u0026ldquo;Географические локации не найдены.\u0026quot;) ввести соответствующие координаты в поля Широты и Долготы и нажать кнопку \u0026ldquo;Применить исправления\u0026rdquo;.\nГде найти географические координаты Узнать координаты необходимого географического объекта пользователь может с помощью карты предпросмотра. Карта: предпросмотр Для этого следует приблизить географический объект на карте и кликнуть по нему левой кнопкой мыши. Под картой высвятятся Широта и Долгота объекта. После определения координат объекта пользователю следует их скопировать и вставить в соответствующие поля. Исправление с использованием приближения карты Если пользователю неизвестно точное расположение географического объекта на карте, то он может воспользоваться строкой поиска на карте, а затем кликнуть по объекту левой кнопкой мыши. Исправление с использованием строки поиска Неправильное расположение маркеров Система AMRcloud может неверно автоматически распознать введенный пользователем географический объект. Например, вместо российского города Санкт-Петербург проставить на карте маркер Санкт-Петербург, Флорида, США. Поэтому пользователю перед сохранением результатов импорта \u0026ldquo;Шага 3\u0026rdquo; необходимо внимательно изучить карту предварительного просмотра.\nЕсли пользователь захочет исправить положение того или иного маркера на карте, ему необходимо:\n Кликнуть левой кнопкой мыши по необходимой ячейке в зеленой таблице. Нажать кнопку \u0026ldquo;Редактировать координаты\u0026rdquo;. Внести исправления в координаты в оранжевой таблице. Нажать кнопку \u0026ldquo;Применить исправления\u0026rdquo;. Выбор ячеек Корректировка данных Локальные географические данные Если пользователь часто работает со своим специфическим набором локальных геоданных, то он может сохранять координаты этих локальных объектов для будущего автоматического использования.\nРассмотрим вариант, когда пользователю необходимо проставить географические координаты в рамках одного ЛПУ. Предположим, что необходимо расставить географические координаты для 1,2,3 корпусов Смоленской областной клинической больницы.\nАлгоритм работы:\n Нажать кнопку \u0026ldquo;1. Геокодировать\u0026rdquo; Выбрать ячейки для исправления Нажать кнопку \u0026ldquo;Редактировать координаты\u0026rdquo; Открыть окно Карта: предпросмотр Нажать на строку поиска и напечатать нужное ЛПУ. В примере это - Смоленская областная клиническая больница (печатать полностью, не сокращать до СОКБ) Выбрать из списка необходимый географический объект Поочередно нажать на необходимые корпуса больниц, получить географические координаты Последовательно скопировать географические координаты для каждого корпуса и вставить их в соответствующую ячейку таблицы Алгоритм работы с локальными данными Поставить галочку в поле \u0026ldquo;Сохранить координаты для повторного применения\u0026rdquo;. Таким образом, проставленные географические координаты навсегда будут привязаны к соответствующему имени географического объекта и сохранятся в пользовательской учетной записи. При последующих загрузках координаты объектов с такими же именами определятся автоматически. Нажать кнопку \u0026ldquo;Применить исправления\u0026rdquo; и проверить результаты. Перейти на следующий этап, нажав кнопку \u0026ldquo;2.Сохранить шаг 3\u0026rdquo; Пример работы с геоданными Рассмотрим пример. Представим ситуцию, когда пользователь работает с данными, полученными в городе Смоленске из нескольких ЛПУ.\nПредположим, что один из объектов - СОДКБ (Смоленская областная детская клиническая больница).\nАлгоритм работы:\n После нажатия кнопки 1. Геокодирование и получения зеленой таблицы с валидированными данными → просмотреть таблицу и найти ячейки, которые требуют корректировки. Просмотреть географические объекты в разделе Карта: предпросмотр На заметку!\n Если на этапе ШАГ 2 рядом с вопросом Содержит ли набор данных координаты широты и долготы?, была поставлена отметка, т.е. система использовала данные пользователя, рекомендуется использовать исходную таблицу для контроля внесения исправлений. Если пользователь неуверен в точности данных по Широте и Долготе, рекомендуется не включать пользовательские данные, т.е. не ставить отметку рядом с вопросом Содержит ли набор данных координаты широты и долготы? В нашем примере, пользовательские данные содержали неточность в геокординатах, после просмотра исходной таблицы.\nКак внести исправления? Необходимо выполнить подговительные шаги:\n Нажать щелчком мыши по необходимой ячейке в зеленой таблице Нажать кнопку Редактировать координаты Далее доступно два варианта внесения правок:\n Воспользоваться поиском. Внести адрес или названия объекта → выбрать из списка подходящий вариант → получить внизу экрана координаты → обвести их с помощью мыши - левая кнопка → скопировать, нажав правую кнопку мыши → двойной щелчок по ячейке в оранжевой таблице → нажать кнопку Применить исправления\n Приблизить карту → нажать левую кнопку мыши по конкретному географическому объекту → получить внизу экрана координаты → обвести их с помощью мыши - левая кнопка → скопировать, нажав правую кнопку мыши → двойной щелчок по ячейке в оранжевой таблице нажать кнопку Применить исправления\n На заметку!\nЕсли значение Широты или Долготы скопированы в неправильную ячейку и курсор мыши находится в данной ячейке, первичный вариант можно вернуть, нажав на клавиатуре клавиши Ctrl+Z.\n После внесения необходимых исправлений в оранжевую таблицу необходимо нажать кнопку 2. Применить исправления, затем нажать кнопку 3. Сохранить шаг 3\n Важно!\nПри нажатии кнопки 3. Сохранить шаг 3 может появиться предупреждающая надпись Существует несколько вариантов координат для одной и той же точки.\n Оповещение по нескольким координатам для одной точки Варианты решения - выбор Точного географического объекта.\n Ситуация Решение Точный географический объект Вернуться на ШАГ 2 и сбросить его → заново все заполнить и в пункте Выберите столбец, содержащий названия географических объектов выбрать \u0026ldquo;точный\u0026rdquo; географический объект Точный географический объект выбран Скорректировать координаты см. Ситуации 1-3 Точного географического объекта нет Вернуться на ШАГ 2 и сбросить его → заново все заполнить → не ставить отметку возле вопроса * Содержит ли набор данных координаты широты и долготы?* Точный географический объект - это более подробное географическое описание в сравнении с текущим вариантом. Например, был выбран город или область, то точным вариантом может быть конкретный корпус ЛПУ.\n","date":1581638520,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1581638520,"objectID":"2945aa8b07bcb435606f583ddab7d676","permalink":"https://amrcloud.net/ru/tutorials/import-data/06-geocode/","publishdate":"2020-02-14T00:02:00Z","relpermalink":"/ru/tutorials/import-data/06-geocode/","section":"tutorials","summary":"Геокодирование — это важный этап создания основы, с помощью которой AMRcloud строит различные карты и проставляет метки географических объектов.\nВ качестве географических объектов в AMRcloud могут выступать регионы, города и даже отдельные корпуса ЛПУ.\nОбщая информация Для запуска процесса геокодирования необходимо нажать кнопку \u0026ldquo;1.Геокодировать\u0026rdquo;. Данный процесс занимает некоторое время, поэтому пользователю после нажатия следует дождаться, пока система не проставит координаты в таблице географических объектов и в окне предварительного просмотра карты не появятся маркеры.","tags":null,"title":"Шаг 3 - Геокодирование","type":"docs"},{"authors":null,"categories":null,"content":"В последующем, если у вас появятся новые данные, структурно не отличающиеся от первоначально загруженных в \u0026ldquo;Набор данных\u0026rdquo;, то вам не придётся каждый раз сбрасывать все шаги импорта и перезагружать всю таблицу целиком.\nДобавление данных Выберите необходимый набор данных и нажмите на кнопку Редактировать набор данных.\n Перейдите на вкладку Шаг 4: Категоризация S/I/R и нажмите на кнопку Добавить данные.\n Для выбора файла нажмите Browse (вы можете использовать файл формата CSV — в таком случае вам, возможно, потребуется настроить разделитель столбцов). Если таблица с данными корректно отобразилась, то проверьте правильность формата дат и поставьте галочку Отображается ли временная шкала?. В завершении нажмите на кнопку Загрузить.\n После завершения загрузки вы сможете закрыть окно загрузки и перейти к анализу данных или загрузить ещё дополнительные данные.\n Функционал добавления данных появился в AMRcloud с 15 февраля 2022. Для наборов данных, созданных ранее этой даты, будет необходимо сбросить набор на Шаге 2 и пройти заново все шаги импорта. После этого функционал добавления данных станет доступен. ","date":1581638460,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1581638460,"objectID":"0dfd3a8a49da86e32d187fb687e94dfe","permalink":"https://amrcloud.net/ru/tutorials/import-data/09-adddata/","publishdate":"2020-02-14T00:01:00Z","relpermalink":"/ru/tutorials/import-data/09-adddata/","section":"tutorials","summary":"В последующем, если у вас появятся новые данные, структурно не отличающиеся от первоначально загруженных в \u0026ldquo;Набор данных\u0026rdquo;, то вам не придётся каждый раз сбрасывать все шаги импорта и перезагружать всю таблицу целиком.\nДобавление данных Выберите необходимый набор данных и нажмите на кнопку Редактировать набор данных.\n Перейдите на вкладку Шаг 4: Категоризация S/I/R и нажмите на кнопку Добавить данные.\n Для выбора файла нажмите Browse (вы можете использовать файл формата CSV — в таком случае вам, возможно, потребуется настроить разделитель столбцов).","tags":null,"title":"Добавление данных","type":"docs"},{"authors":null,"categories":null,"content":"На данном этапе проводится интрепретация количественных данных (МПК, диаметры зон подавления роста) и определение категорий чувствительности (S/I/R) к антибиотикам с учетом выбранных интерпретационных критериев (пограничных значений).\nВыбор базовых критериев интерпретации Из выпадающего списка Выберите критерии интерпретации выберите нужные критерии. Если Вы не собираетесь дополнительно настраивать критерии интерпретации, нажмите кнопку Завершить все шаги.\n Использование экспертной системы Если Вы хотите, чтобы ваши данные были автоматически проверены с использованием экспертной системы, то перед нажатием кнопки Завершить все шаги, вам необходимо установить галочку Проверить данные с использованием экспертной системы.\n Впоследствии на интерфейсе анализа данных на вкладке Экспертная система Вы сможете просмотреть сообщения экспертной системы.\n Добавление пользовательских правил интерпретации При необходимости вы можете добавить пользовательские правила интерпретации, отличающиеся от базовых критериев для любой комбинации микроорганизм-антибиотик. Кликните на панель Пользовательские правила интерпретации, чтобы раскрыть ее. Нажмите на кнопку + Добавить новое правило. Откроется диалоговое окно, в котором необходимо:\n ввести название правила; выбрать тип данных чувствительности, к которым вы хотите применить данное правило (S/I/R, МПК, диаметры зон подавления роста); выбрать целевой антибиотик из выпадающего списка; выбрать категорию чувствительности (S/I/R) или ввести пороговые значения; выбрать целевые организмы или группу организмов; при необходимости выбрать другие параметры из выпадающих списков, чтобы задать дополнительные условия для применения правила; нажать кнопку Создать. Если необходимо создать несколько правил, повторите вышеописанные шаги. Когда все правила будут введены, нажмите кнопку Закрыть.\n Создание пользовательских правил Список новых правил появится с левой стороны панели. Вы можете выделить правило, кликнув по нему и отредактировать (кнопка Редактировать) или удалить его (кнопка Удалить). Если вы хотите сохранить правила для дальнейшего использования, отметьте галочку Сохранить правила в \u0026lsquo;Мои правила интерпретации\u0026rsquo;. Сохраненные правила появятся на вкладке Мои правила интерпретации в разделе Мой профиль. В дальнейшем их можно будет изменить или удалить.\nВы также можете применить сохраненные ранее правила интерпретации, нажав кнопку Получить правила из \u0026lsquo;Мои правила интерпретации\u0026rsquo; и отметив галочками нужные.\nЧтобы применить вновь созданные и/или ранее сохраненные правила интерпретации, нажмите кнопку Принять правила.\n Применение пользовательских правил Определение приоритета данных чувствительности разных типов Обратите внимание, что если Ваша таблица содержит данные определения чувствительности разных типов (МПК, диаметры зон подавления роста, заранее заданные категории чувствительности S/I/R), AMRcloud автоматически объединит их и назначит итоговые категории чувствительности S/I/R.\nЧтобы разрешить потенциальные конфликты в определении категорий чувствительности S/I/R, которые могут возникать при наличии различающихся между собой результатов для одной и той же пары изолят-антибиотик, Вы можете вручную задать приоритет источников данных (МПК, диаметров зон подавления роста, заданных значений S/I/R), согласно которому будут определены результирующие категорий чувствительности. Пример результатов интерпретации данных с использованием различных приоритетов представлен на Рисунке 3.\n Влияние выбора приоритета разных типов данных при их объединении на конечный результат определения категории чувствительности Чтобы установить приоритет данных _mic, _dd и _sir, кликните на панель Объединение результатов оценки чувствительности и выберите приоритет для всех антибиотиков, либо для каждого индивидуально, выбирая нужный порядок из выпадающего списка. По умолчанию для всех антибиотиков установлен приоритет sir \u0026gt; mic \u0026gt; dd. Вы можете переопределить значение приоритета для всех антибиотиков сразу, выбрав соответствующее значение в выпадающем списке Приоритет по умолчанию для всех антибиотиков и нажав кнопку Обновить приоритет для всех.\n Объединение данных определения чувствительности разных типов Финализация определения категорий чувствительности После того, как Вы установили все требуемые критерии интерпретации (включая базовые и пользовательские), нажмите кнопку Интерпретировать МПК и данные диск-диффузии. Проверьте статус импорта по окончании процесса интерпретации и нажмите кнопку Завершить все шаги, чтобы завершить процесс импорта.\n Финализация определения категорий чувствительности Вы можете в любой момент заново открыть и отредактировать загруженные данные с помощью Мастера загрузки.\nЕсли Вам необходимо только применть новые критерии интерпретации чувствительности, Вы можете сбросить Шаг 4 и продолжить работу с него, нет необходимости перезагружать файл и заново проходить Шаги 1-3.\n ","date":1581638460,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1581638460,"objectID":"c95de762895768d2fb2dcc21fcf745cf","permalink":"https://amrcloud.net/ru/tutorials/import-data/07-interpretation/","publishdate":"2020-02-14T00:01:00Z","relpermalink":"/ru/tutorials/import-data/07-interpretation/","section":"tutorials","summary":"На данном этапе проводится интрепретация количественных данных (МПК, диаметры зон подавления роста) и определение категорий чувствительности (S/I/R) к антибиотикам с учетом выбранных интерпретационных критериев (пограничных значений).\nВыбор базовых критериев интерпретации Из выпадающего списка Выберите критерии интерпретации выберите нужные критерии. Если Вы не собираетесь дополнительно настраивать критерии интерпретации, нажмите кнопку Завершить все шаги.\n Использование экспертной системы Если Вы хотите, чтобы ваши данные были автоматически проверены с использованием экспертной системы, то перед нажатием кнопки Завершить все шаги, вам необходимо установить галочку Проверить данные с использованием экспертной системы.","tags":null,"title":"Шаг 4 - Категоризация S/I/R","type":"docs"},{"authors":null,"categories":null,"content":"Структура данных Вкладка Структура данных дает общий обзор структуры метаданных. Графики на этой вкладке позволяют всесторонне рассмотреть и сравнить метаданные, однако здесь не отображаются данные о чувствительности к антимикробным препаратам.\nДоступные инструменты визуализации (подвкладки):\nКруговая диаграмма Отображает распределение данных в одной категории, которую можно выбрать из выпадающего списка. В таблице под графиком отображаются данные, которые можно экспортировать в форматах CSV, Excel, PDF и др.\nГруппировать по Представлено распределение данных согласно различным критериям, установленным с помощью контроллеров:\n Поле График — категория данных для отображения Поле Группировать по — критерий, по которому данные будут сгруппированы Пример. Распределения типов инфекций по месяцам Распределения типов инфекций по месяцам В таблице под графиком отображаются данные, которые можно экспортировать в форматах CSV, Excel, PDF и др.\nКарта Отображается географическое распределение данных в одной категории, которую можно выбрать из выпадающего списка.\n Для возврата к исходному отображению карты (в случае если был изменен масштаб или выполнялось перемещение по карте) следует нажать на кнопку Для поиска геолокации на карте можно воспользуйться кнопкой Рисовать и проставлять маркеры на карте можно с помощью панели Настроить различные элементы карты можно, нажав кнопку кнопку Style Editor Настройка стилей Микроорганизмы На вкладке Микроорганизмы отображается сводная информация о различных видах или группах организмов, представленных в загруженном наборе данных (или части данных, на основании фильтров в разделе «Параметры основные»)\nАнтибиотики (все) На вкладке Антибиотики (все) отображается общее распределение изолятов по категориям чувствительности S/I/R, которые либо загружаются пользователем, либо рассчитываются автоматически по введенным значениям МПК или диаметрам зон.\nОдновременно здесь можно анализировать только одну группу или вид микроорганизмов, которые выбираются в разделе Параметры основные в соответствующих полях Группа микроорганизмов и Микроорганизмы.\nПри этом по умолчанию результаты отображаются для всех протестированных антибиотиков (для которых применимы категории чувствительности). В дальнейшем можно выбрать несколько антибиотиков (или один), используя выпадающий список Антибиотики в подвкладке График.\nДоступные настройки (контроллеры):\n Источник данных S/I/R - оценка объединенных данных, отдельно данных автоинтерпретации МПК или диаметров зон; Отобразить - настройка отображения категорий S/I/R по отдельности или совместно (S/I+R или S+I/R). Выбранный антибиотик На вкладке Выбранный антибиотик для каждого отдельного антибиотика отображается связь категорий S/I/R с метаданными (дата, геолокация, генетическая линия, диагноз и т.д.). Основная цель аналитических инструментов данной вкладки: выявить скрытые взаимосвязи между фенотипами антимикробной резистентности и метаданными. Также на этой вкладке доступна визуализация распределения чувствительности антибиотиков по значениям МПК или диаметров зон.\nДоступные настройки (контроллеры):\n Источник данных S/I/R - оценка объединенных данных, отдельно данных автоинтерпретации МПК или диаметров зон; Антибиотик - выбор антибиотика, для которого будет проведен анализ (на этой вкладке можно анализировать только один антибиотик за раз); по умолчанию, выбран первый по алфавиту антибиотик. Доступные инструменты визуализации (подвкладки).\nS/I/R графики Базовые настройки:\n Отобразить - представление категорий S/I/R по отдельности или совместно (S/I+R или S+I/R); Отобразить результаты с 95% ДИ до\u0026hellip; – установление максимального порога ширины 95% доверительного интервала (ДИ). Подвкладка Суммарная информация отображает общее S/I/R распределение для выбранного антибиотика.\nПример: Оценка распределения категорий чувствительности к ципрофлоксацину среди изолятов Enterobacterales Выбрать с помощью фильтров раздела Параметры основные необходимое подмножество данных для анализа Группа микроорганизмов → Enterobacterales. Из выпадающего списка Антибиотик выбрать ciprofloxacin_sir Перейти в подвкладку S/I/R графики Перейти в подвкладку Суммарная информация Нажать на кнопку Отобразить Оценка распределения категорий чувствительности к ципрофлоксацину среди изолятов Enterobacterales. Фильтры На экране отобразится круговая диаграмма:\n Оценка распределения категорий чувствительности к ципрофлоксацину среди изолятов Enterobacterales. График Для представления категорий чувствительности (S/I/R) на основе специфических групп данных, следует перейти в подвкладку Группировать по. В появившемся выпадающем списке Группировать по можно выбрать метаданные для группировки.\nПример: Оценка распределения категорий чувствительности к ципрофлоксацину при различных диагнозах среди изолятов Enterobacterales Оценка распределения категорий чувствительности к ципрофлоксацину при различных диагнозах среди изолятов Enterobacterales. Фильтры На экране отобразится гистограмма:\n Оценка распределения категорий чувствительности к ципрофлоксацину при различных диагнозах среди изолятов Enterobacterales. График В разделе Таблица представлена сводная информация в виде таблицы подвкладки Группировать по.\nКарта На подвкладке Карта информация о распределении категорий чувствительности (S/I/R) к выбранному антибиотику в разных городах отображается в виде круговых диаграмм на географической карте:\n Выбранный антибиотик. Карта Диаметр каждой круговой диаграммы пропорционален количеству изолятов. При нажатии левой кнопкой мыши по круговой диаграмме появляется всплывающее окно с детальной информацией о географической точке, относительном и абсолютном количестве изолятов и др.\nПри работе с картой доступна возможность размещения дополнительных маркеров – Оповещение для тех локаций, где превышено уставленное значение доли резистентных изолятов. Порог оповещения задается с помощью шкалы Порог оповещения %R.\nПример. Отметим на карте города, в которых превышен порог 50-типроцентной резистентности к ципрофлоксацину. На экране отобразится следующая картина:\n Выбранный антибиотик. Карта. Оповещения В подвкладке Рейтинг отображается распространенность выбранного типа резистентности для всех географических локаций из набора данных, упорядоченных в соответствии с их уровнем. Вертикальной линией на графике отображается медиана доли резистентных изолятов.\n Выбранный антибиотик. Рейтинг В подвкладке Регрессия доступен регрессионный анализ трендов резистентности для различных географических локаций. На оси X графика регрессии отображается дата, на оси Y – процент изолятов для выбранного типа тренда.\n Выбранный антибиотик. Регрессия В настройках подвкладки доступно:\n изменение типа тренда (S, S+I, R, I+R); включение/выключение подписи геолокаций на графике; диаметр точек; сглаживание. Для того чтобы увидеть детальную информацию о конкретной геолокации необходимо, зажав левую кнопку мыши, нарисовать прямоугольник вокруг интересующей области: под графиком отобразится таблица с необходимой информацией.\n Выбранный антибиотик. Регрессия. Детальная информация МПК В подвкладке МПК отображается распределение изолятов по значениям МПК, с отмеченными значениями МПК50 и МПК90.\nКритерии интерпретации (CLSI или EUCAST), выбранные на этапе импорта данных, применяются для цветовой идентификации столбцов на графике: красный (резистентные), желтый (чувствительные при увеличенной экспозиции), зеленый (чувствительные), серый (критерии интерпретации для конкретной пары «антибиотик-микроорганизм» не установлены). Также серым цветом могут выделяться столбцы при условии, если в разделе Параметры основные был выбран не конкретный вид микроорганизма, а целая группа, или если критерии интерпретации разнятся для отдельных типов локализаций инфекций и т.п.\n Выбранный антибиотик. МПК В подвкладке МПК тренд отображается изменение значений МПК для выбранного антибиотика во времени.\nНа оси X отображается время, на оси Y отображаются значения МПК. Размер кругов соотносится с количеством изолятов. Цветовая идентификация такая же, как и на вкладке МПК.\nДля отображения линии тренда, необходимо поставить галочку в поле МПК и установить необходимое значение на шкале МПК xx%:\n Выбранный антибиотик. МПК тренд Для того чтобы увидеть детальную информацию о конкретном значении МПК на графике, необходимо обвести его, зажав левую кнопку мыши, и нажать кнопку Получить информацию, расположенную под графиком. В появившейся под гистограммой таблице будет отображена информация о конкретных изолятах, о распределении S/I/R и пр. В заголовках таблицы есть возможность фильтровать и сортировать данные.\n Выбранный антибиотик. МПК тренд. Таблица Диаметры зон В подвкладке Диаметры зон присутствует весь функционал подвкладки МПК (рассмотренной ранее) за тем исключением, что вместо значений МПК здесь учитываются диаметры зон подавления роста.\nАссоциированная устойчивость Во вкладке Ассоциированная устойчивость отображается ассоциированная устойчивость между различными типами антимикробных препаратов.\nДоступные инструменты визуализации вкладки Ассоциированная устойчивость.\nМатрица Представление данных по ассоциированной устойчивости в подвкладке Матрица позволяет пользователю определить процент, при котором устойчивость к первому препарату (строке) свидетельствует о наличии устойчивости к другому антибиотику (столбцу). В расчет включаются резистентные изоляты. Интенсивность окрашивания ячеек зависит от величины процента: чем выше процент, тем интенсивнее цвет ячейки.\n Ассоциированная устойчивость. Матрица По умолчанию в матрице отображаются все доступные антибиотики, однако можно исключить из этого списка отдельные препараты с помощью выпадающего меню Антибиотик.\nДанные в табличной форме доступны в подвкладке Таблица:\n Ассоциированная устойчивость. Таблица Множественная устойчивость В подвкладке Множественная устойчивость отображается число изолятов, одновременно устойчивых (R) к выбранным антибиотикам.\nДля оценки множественной устойчивости необходимо выбрать два или более антимикробных препарата из выпадающего списка Антибиотик. Ввести в поле R как минимум к N антибиотикам значение (N), характеризующее к скольким антибиотикам из выбранного списка должны быть резистентны изоляты.\nПример Если выбрать три антибиотика: cefepime, ciprofloxacin и imipenem, и установить значение N = 3, то можно выявить изоляты, резистентные одновременно ко всем выбранным антибиотикам. В приведенном ниже примере, было обнаружено 5 таких изолятов:\n Множественная устойчивость. Пример для N = 3 В случае если значение R как минимум к N антибиотикам изменить на N = 2, то можно увидеть большее количество изолятов, одновременно резистентных к какой-либо паре антибиотиков из выбранных cefepime, ciprofloxacin и imipenem:\n Множественная устойчивость. Пример для N = 2 Важно отметить, что при установлении значения 0 в графе R как минимум к N антибиотикам, можно определить количество изолятов, которые одновременно чувствительны ко всем выбранным антибиотикам. Результаты анализа:\n Значение N: сколько найдено изолятов с множественной устойчивостью к общему количеству изолятов. Значение R: сколько процентов составляют изоляты с множественной устойчивостью от общего количества изолятов. Значение 95% ДИ: 95-процентный доверительный интервал для относительного числа изолятов с множественной устойчивостью. Диаграмма рассеяния Подвкладка Диаграмма рассеяния служит для сопоставления фенотипических данных антибиотикорезистентности для двух выбранных антибиотиков как в категориальном выражении (S/I/R), так и в количественном (МПК или диаметр зон).\nЧисла, расположенные на пересечении значений МПК для двух антибиотиков, соответствуют количеству изолятов с таким значением МПК для каждого из антибиотиков. Размер кругов пропорционален количеству изолятов и может быть изменен с помощью шкалы Размер точек (от/до).\nПример Согласно полученному графику можно определить, что в наборе данных присутствует 45 изолятов со значением МПК 256 мг/л для цефепима и значением 16 мг/л для цефиксима.\n Диаграмма рассеяния Маркеры Вкладка Маркеры используется для поиска взаимосвязей между любыми видами маркеров и метаданными или данными о чувствительности антибиотиков (для поиска корреляции между фенотипом и детерминантами резистентности).\nИспользуя выпадающий список Группа маркеров, можно выбрать необходимую для исследования группу маркеров. Группой маркеров может стать любой столбец в наборе данных, который при импорте был отмечен как маркер (пункт Выберите столбцы, содержащие информацию о маркерах).\nПо умолчанию, выбираются все значения группы маркеров. Выбрать определенные значения можно с помощью выпадающего списка Маркер.\nПример В качестве Группы маркеров установим ESBL. В списке Маркер отобразятся все доступные варианты для данной группы: Отрицательный, Положительный.\n Маркеры Доступные инструменты визуализации вкладки Маркеры.\nМаркеры В подвкладке Маркеры отображается кольцевая диаграмма с распределением всех значений выбранной группы маркеров (процент изолятов с соответствующим значением маркера).\n Маркеры. Диаграмма Группировать по Подвкладка Группировать по служит для исследования корреляций между различными маркерами и метаданными.\nВыбрать категорию метаданных для анализа можно в выпадающем списке Группировать по.\nПример Необходимо провести оценку распределения маркеров ESBL по годам (важно отметить, что для сортировки столбцов гистограммы в хронологическом порядке, необходимо задать параметр Сортировка → Наименование):\n Маркеры. Группировать по Карта В подвкладке Карта информация о распределении изолятов с выбранными маркерами в разных городах отображается в виде круговых диаграмм на географической карте:\n Маркеры. Карта Диаметр кругов для каждой геолокации пропорционален количеству изолятов и может быть изменен с помощью параметра Размер точек (от/до).\nПри нажатии левой кнопкой мыши по круговой диаграмме появляется всплывающее окно с детальной информацией о географической точке, относительном и абсолютном количестве изолятов и др.\nКарта x2 В подвкладке Карта x2 отображаются рядом две географические карты: с распределением выбранных маркеров и с распределением SIR-категорий для выбранного антибиотика.\nСледует отметить, что любые перемещения или приближение/удаление на одной карте приводят к точно таким же изменениям на другой карте.\n Маркеры. Карта x2 Антибиотик для второй карты можно выбрать с помощью выпадающего списка Антибиотик.\nИзменить отображение S/I/R категорий с помощью выпадающего списка Категория.\nАнтибиотики (все) Подвкладка Антибиотики (все) позволяет визуализировать информацию о категориях чувствительности (S/I/R) среди изолятов с выбранными маркерами.\nПример. Для группы маркеров ESBL (отрицательных и положительных) построена гистограмма распределения категорий SIR для всех доступных антибиотиков:\n Маркеры. Антибиотики (все) При выборе в качестве маркера ESBL-положительный гистограмма представлена следующим образом…\n Маркеры. Антибиотики (все) только для значения ESBL-положительный … и только для ESBL-отрицательных маркеров:\n Маркеры. Антибиотики (все) только для значения ESBL-отрицательный МПК На подвкладке МПК отображается распределение изолятов с выбранными маркерами по значениям МПК.\nНа гистограмме МПК на оси X отображаются значения МПК для выбранного антибиотика, а на оси Y отображается доля изолятов в процентах. Цвет каждого из столбцов гистограммы соответствует отдельному маркеру из выбранной группы маркеров. Красными вертикальными полосами отображаются значения МПК50 и МПК90.\n Маркеры. МПК На графике МПК тренд отображаются изменения распределения МПК во времени.\nНа оси X отображается время, на оси Y отображаются значения МПК.\nЦвет кругов соответствует категориям чувствительности (S/I/R). Размер кругов соответствует количеству изолятов.\n Маркеры. МПК тренд Для того чтобы увидеть детальную информацию о конкретном значении МПК на графике, необходимо обвести его, зажав левую кнопку мыши, и нажать кнопку Получить информацию, расположенную под графиком. В появившемся под графиком окне будет возможность просмотреть гистограмму с распределением категорий выбранных маркеров (МПК) и подробной таблицы с метаинформацией выбранных изолятах (Таблица (изоляты)).\n Маркеры. Просмотр детальной информации Диаметры зон В подвкладке Диаметры зон присутствует весь функционал подвкладки МПК (рассмотренной ранее), но вместо значений МПК здесь учитываются диаметры зон подавления роста.\nВремя первого обнаружения В подвкладке Время первого обнаружения на временной шкале можно отобразить моменты первого обнаружения изолятов с заданными маркерами в рамках определенных групп.\nДля проведения анализа следует выбрать необходимый маркер из выпадающего списка Генетический маркер, а также категорию данных из списка Группировать по.\nПример В качестве генетического маркера установить IIIG линию Shigella sonnei, как параметр для группировки выбрать географическое распределение. Результаты будут визуализированы следующим образом:\n Маркеры. Время первого обнаружения Сравнения Вкладка Сравнения используется для сравнения двух групп данных, выделенных из исходного набора, на основании различных параметров.\nПри переходе на вкладку Сравнения появляется новый раздел Параметры сравнения, идентичный разделу Параметры основные. С помощью фильтров Параметры основные можно сформировать первую группу данных для сравнения, а с помощью Параметры сравнения — вторую.\n Пример С помощью выбора необходимых значений из выпадающего списка в первую группу можно включить изоляты от пациентов, которые принимали антибиотики в последние 90 дней, а во вторую группу – изоляты от пациентов без предшествующей антибиотикотерапии в анамнезе.\n Важно подчеркнуть, что если выбрать группу микроорганизмов в разделе Параметры основные (в выпадающем списке Группа микроорганизмов), то эта же группа автоматически будет выбрана в разделе Параметры сравнения, но не наоборот. Также следует отметить, что изменение значений фильтров в разделе Параметры основные приводит к сбросу фильтров в разделе Параметры сравнения. Это важно учитывать при первоначальном выставлении фильтров для первой группы данных, чтобы избежать лишней работы по восстановлению значений фильтров во второй группе.\nПосле того, как будут установлены нужные фильтры для двух групп данных, можно перейти к инструментам анализа и сравнения этих групп (подвкладкам).\nВ подвкладке Структура данных можно выбрать любую категорию из исходного набора данных в качестве параметра для сравнения с помощью выпадающего списка Структура данных по.\nРезультат сравнения отобразится в виде двух столбчатых диаграмм, соответствующих выбранным группам сравнения:\n Сравнения. Структура данных Под графиком можно увидеть таблицу с подробной информацией об абсолютном и относительном количестве изолятов в каждой из групп, а также p-значения уровня статистической значимости (точный тест Фишера для каждой категории).\n Сравнения. Таблица Подвкладка S/I/R используется для сравнения распределения категорий чувствительности к выбранному антибиотику между двумя группами данных.\nПодвкладка Детерминанты используется для сравнения распределения различных генетических маркеров между двумя группами данных.\n","date":1630713600,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1630713600,"objectID":"42721abd38953866bbf164a433750d2d","permalink":"https://amrcloud.net/ru/tutorials/analysis-examples/03/","publishdate":"2021-09-04T00:00:00Z","relpermalink":"/ru/tutorials/analysis-examples/03/","section":"tutorials","summary":"Структура данных Вкладка Структура данных дает общий обзор структуры метаданных. Графики на этой вкладке позволяют всесторонне рассмотреть и сравнить метаданные, однако здесь не отображаются данные о чувствительности к антимикробным препаратам.\nДоступные инструменты визуализации (подвкладки):\nКруговая диаграмма Отображает распределение данных в одной категории, которую можно выбрать из выпадающего списка. В таблице под графиком отображаются данные, которые можно экспортировать в форматах CSV, Excel, PDF и др.\nГруппировать по Представлено распределение данных согласно различным критериям, установленным с помощью контроллеров:","tags":null,"title":"Подробное описание различных видов анализа данных","type":"docs"},{"authors":null,"categories":null,"content":"Сохранение графиков Большинство построенных в AMRcloud графиков и диаграмм могут быть сохранены на персональный компьютер в формате png-файла, с помощью нажатия на иконку с изображением стрелки вниз (иконка расположена в правом верхнем углу графика).\n Кнопка сохранения диаграммы Исключения из этого правила перечислены ниже.\nМПК тренд и Диаметры зон (тренд) Графики, представленные на картинке ниже, могут быть сохранены только с использованием скриншота экрана.\n Пример графика трендов Карты Созданные карты могут быть сохранены только с использованием скриншота экрана. Для этого удобно воспользоваться кнопкой на карте, чтобы отобразить ее на весь экран, а затем уже сделать скриншот.\n Кнопка разворачивания карты на весь экран Таблицы Все таблицы с результатами анализа данных в AMRcloud можно экспортировать с помощью функциональных кнопок под таблицей:\n Кнопки для экспорта табличных данных Рекомендуемыми форматами для экспорта является CSV и Excel (в PDF часть таблиц может быть обрезана).\n","date":1630713600,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1630713600,"objectID":"e0e9125e9876b2eb1039a5802291d380","permalink":"https://amrcloud.net/ru/tutorials/analysis-examples/04/","publishdate":"2021-09-04T00:00:00Z","relpermalink":"/ru/tutorials/analysis-examples/04/","section":"tutorials","summary":"Сохранение графиков Большинство построенных в AMRcloud графиков и диаграмм могут быть сохранены на персональный компьютер в формате png-файла, с помощью нажатия на иконку с изображением стрелки вниз (иконка расположена в правом верхнем углу графика).\n Кнопка сохранения диаграммы Исключения из этого правила перечислены ниже.\nМПК тренд и Диаметры зон (тренд) Графики, представленные на картинке ниже, могут быть сохранены только с использованием скриншота экрана.\n Пример графика трендов Карты Созданные карты могут быть сохранены только с использованием скриншота экрана.","tags":null,"title":"Экспорт данных","type":"docs"},{"authors":null,"categories":null,"content":"В AMRcloud существуют четыре способа обмена данными с другими пользователями:\n командный доступ к проекту в AMRcloud (при этом набор данных станет доступен для просмотра, анализа и изменения всем членам команды) прямая внешняя ссылка на набор данных ссылка на фрагмент данных дашборд Командный доступ к проекту Для обеспечения доступа к проекту различным специалистам, можно создать собственную команду пользователей.\nДля этого необходимо:\n1. Создать команду Для этого перейти в раздел Команды стартового окна AMRcloud, нажать на кнопку Добавить команду. В открывшемся модальном окне вписать Название команды и Описание команды:\n Создание команды Заполнение информации новой команды 2. Добавить участников в новую команду Для этого следует щелкнуть один раз по названию команды из списка (строка должна выделиться синим цветом), нажать на кнопку Добавить участника. В открывшемся модальном окне ввести адреса электронной почты тех людей, которых необходимо пригласить в команду (пользователи заранее должны быть зарегистрированы в платформе AMRcloud с этими электронными адресами).\n Добавление участников в команду Добавление участников в команду 3. Поделиться своим проектом с командой Для этого перейти в раздел Проекты, щелкнуть левой кнопкой мыши один раз по названию проекта из списка (строка должна выделиться синим цветом), нажать на кнопку Назначить команду. В открывшемся модальном окне ввести название команды и нажать кнопку Принять.\n Выбор проекта Выбор команды Прямая ссылка на набор данных Для получения прямой внешней ссылки на весь набор данных, необходимо выбрать нужный сет (для этого следует щелкнуть левой кнопкой мыши один раз по названию набора данных из списка, чтобы соответствующая строка выделилась синим цветом), нажать на кнопку Редактировать набор данных, перейти на вкладку Ссылки.\n Редактирование набора данных Постоянная ссылка на набор данных Постоянная ссылка на набор данных появится в специальном окне. Параметры доступа по ссылке можно изменить, нажав на значок с шестерёнкой.\n Необходимые настройки доступа по ссылке Ссылка на выбранный фрагмент данных После того, получены результаты анализа данных (в виде графиков, таблиц и пр.), не меняя настройки всех установленных фильтров, необходимо нажать на кнопку в верхнем правом углу экрана (над разделом Параметры основные).\n Кнопка генерации ссылки В открывшемся модальном окне будут доступны следующие настройки генератора ссылок:\n Защита паролем – если НЕ проставить эту галочку, то доступ к результатам анализа получит любой человек, у которого есть ссылка; если галка проставлена, то доступ можно будет получить, только введя заданный пароль. Поделиться только выбранным фрагментом данных – позволяет ограничить для внешних пользователей исходный набор данных, т.е. перейдя по такой ссылке пользователь сможет просмотреть в разделе Параметры основные только те категории, которые использовали для анализа. Создание ссылки на набор данных Для генерации ссылки следует нажать на кнопку Создать ссылку. Ссылка сгенерируется в формате QR-кода (для использования на мобильных устройствах) и веб-адреса (для использования на персональных компьютерах). Необходимо скопировать ссылку и отправить тем специалистам, с которыми важно поделиться результатами анализа.\nВсе сгенерированные ранее ссылки доступны в разделе Мой профиль → Ссылки (при этом ссылки будут недоступны для редактирования).\nЕсли необходимо отредактировать сгенерированные ранее ссылки, после выбора нужного набора данных (для этого следует щелкнуть левой кнопкой мыши один раз по названию набора данных из списка, чтобы соответствующая строка выделилась синим цветом), нажать на кнопку Редактировать набор данных, перейти на вкладку Ссылки. Нажать на кнопку Редактировать ссылку и внести необходимые изменения.\n Шаг 1. Редактирование набора данных Шаг 2. Редактирование ссылки Шаг 3. Сохранение изменений для ссылки Дашборды Подробно механизм дашбордов, который позволяет пользователям делиться локальными данными антимикробной резистентности, описан в соответствующем руководстве.\n","date":1630713600,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1630713600,"objectID":"e442eb4aac095db741904af9cab5b290","permalink":"https://amrcloud.net/ru/tutorials/analysis-examples/05/","publishdate":"2021-09-04T00:00:00Z","relpermalink":"/ru/tutorials/analysis-examples/05/","section":"tutorials","summary":"В AMRcloud существуют четыре способа обмена данными с другими пользователями:\n командный доступ к проекту в AMRcloud (при этом набор данных станет доступен для просмотра, анализа и изменения всем членам команды) прямая внешняя ссылка на набор данных ссылка на фрагмент данных дашборд Командный доступ к проекту Для обеспечения доступа к проекту различным специалистам, можно создать собственную команду пользователей.\nДля этого необходимо:\n1. Создать команду Для этого перейти в раздел Команды стартового окна AMRcloud, нажать на кнопку Добавить команду.","tags":null,"title":"Обмен данными","type":"docs"},{"authors":null,"categories":null,"content":"Рассмотрим подробно, как можно проанализировать Ваши ранее загруженные данные с помощью экспертной системы AMRcloud.\nВыберите требуемый набор данных и нажмите кнопку Редактировать набор данных\n Редактировать набор данных Перейдите на вкладку Шаг 4: Категоризация S/I/R и нажмите кнопку Сбросить текцщий шаг\n Сбросить текцщий шаг Проставьте галочку Проверить данные с использованием экспертной системы, нажмите на кнопку Интерпретировать МПК и данные диск-диффузии, а затем Завершить все шаги\n Завершить все шаги Нажмите на кнопку Старт для перехода к анализу набора данных\n Старт анализа данных Перейдите на вкладку Экспертная система и нажмите кнопку Отобразить\n Экспертная система Обработка Ваших данных экспертной системой может занимать продолжительное время, поэтому на вкладке Экспертная система в правом углу может высвечиваться сообщение, что данные ещё обрабатываются. В таком случае Вам необходимо будет подождать, пока экспертная система завершит свою работу, и зайти в этот набор данных позднее.\n","date":1630800000,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1630800000,"objectID":"2f32fa20ae5f0b833d60d8b59055cc05","permalink":"https://amrcloud.net/ru/tutorials/analysis-examples/06/","publishdate":"2021-09-05T00:00:00Z","relpermalink":"/ru/tutorials/analysis-examples/06/","section":"tutorials","summary":"Рассмотрим подробно, как можно проанализировать Ваши ранее загруженные данные с помощью экспертной системы AMRcloud.\nВыберите требуемый набор данных и нажмите кнопку Редактировать набор данных\n Редактировать набор данных Перейдите на вкладку Шаг 4: Категоризация S/I/R и нажмите кнопку Сбросить текцщий шаг\n Сбросить текцщий шаг Проставьте галочку Проверить данные с использованием экспертной системы, нажмите на кнопку Интерпретировать МПК и данные диск-диффузии, а затем Завершить все шаги","tags":null,"title":"Экспертная система","type":"docs"},{"authors":null,"categories":null,"content":"Руководство «Экспорт из ЛИС «qMS» (компания СП.АРМ) в AMRcloud» рассказывает о том, как имеющиеся у вас данные из Лабораторной Информационной Системы «ЛИС qMS» (компания СП.АРМ)» подготовить для загрузки в онлайн-платформу AMRcloud.\nВ ЛИС «qMS» имеется возможность экспортировать результаты проведенных микробиологических исследований в файл формата AMRcloud для последующей загрузки и анализа данных.\nВыгрузка может производиться за определенный период или только «новые» данные (на усмотрение сотрудников лаборатории) в ручном или фоновом режиме по вашему расписанию.\nФайлы формируются в формате «csv», в качестве разделите полей используется символ «;».\nФормирование файла выполняется для предварительно настроенного списка услуг, микроорганизмов и антибиотиков для данного сервиса в ЛИС.\nРучная выгрузка данных из ЛИС «qMS» в сервис AMRcloud Выберите режим AMRcloud, нажмите на тулбаре кнопку Выгрузить данные, выберите период дат, за который необходимо выгрузить результаты в сервис AMRcloud, и нажмите кнопку Поиск.\n Выгрузка в сервис. Выбор временного периода. По выполнению запроса будет создан файл в формате csv в определенной папке (путь хранения файлов предварительно настраивается в ЛИС в разделе Настройки для файлового обмена).\n Пример файла Созданный файл может быть загружен в AMRcloud для анализа. Как загрузить полученный файл подробно описано в Руководстве «AMRcloud. Импорт данных» Чтобы получить обновление ЛИС «qMS», позволяющее формировать отчеты в формате AMRcloud, напишите на электронную почту info@sparm.com ","date":1698742800,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1698742800,"objectID":"30575289fb1d3c84725c3616e7f437a0","permalink":"https://amrcloud.net/ru/tutorials/integrations/qms/","publishdate":"2023-10-31T09:00:00Z","relpermalink":"/ru/tutorials/integrations/qms/","section":"tutorials","summary":"Руководство «Экспорт из ЛИС «qMS» (компания СП.АРМ) в AMRcloud» рассказывает о том, как имеющиеся у вас данные из Лабораторной Информационной Системы «ЛИС qMS» (компания СП.АРМ)» подготовить для загрузки в онлайн-платформу AMRcloud.\nВ ЛИС «qMS» имеется возможность экспортировать результаты проведенных микробиологических исследований в файл формата AMRcloud для последующей загрузки и анализа данных.\nВыгрузка может производиться за определенный период или только «новые» данные (на усмотрение сотрудников лаборатории) в ручном или фоновом режиме по вашему расписанию.","tags":null,"title":"Экспорт из ЛИС «qMS» (компания СП.АРМ) в AMRcloud","type":"docs"},{"authors":null,"categories":[],"content":"Мы всегда рады приветствовать нового партнера из индустрии, поэтому сообщаем что Лабораторная Информационная Система «ЛИС qMS» (компания СП.АРМ)» имеется возможность экспортировать результаты проведенных микробиологических исследований в файл формата AMRcloud для последующей загрузки и анализа данных.\nВыгрузка может производиться за определенный период или только «новые» данные (на усмотрение сотрудников лаборатории) в ручном или фоновом режиме по вашему расписанию.\nПорядок действий описан в руководстве Экспорт из ЛИС «qMS» (компания СП.АРМ) в AMRcloud.\n Чтобы получить обновление ЛИС «qMS», позволяющее формировать отчеты в формате AMRcloud, напишите на электронную почту info@sparm.com ","date":1698732000,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1698732000,"objectID":"1dbeb088c4128e1ed9a2922610b7cd0d","permalink":"https://amrcloud.net/ru/post/20231031-qms/","publishdate":"2023-10-31T09:00:00+03:00","relpermalink":"/ru/post/20231031-qms/","section":"post","summary":"Возможность экспорта результов проведенных микробиологических исследований","tags":[],"title":"Интеграция с ЛИС «qMS» (компания СП.АРМ)","type":"post"},{"authors":null,"categories":null,"content":"«Всероссийский государственный Центр качества и стандартизации лекарственных средств для животных и кормов» (ФГБУ \u0026ldquo;ВГНКИ\u0026rdquo;) Научно-иследовательский институт Федеральной службы по ветеринарному и фитосанитарному надзору (Россельхознадзор).\nИмеет статус Центра МЭБ (Всемирной организации здравоохранения животных) по безопасности пищевой продукции, диагностике и борьбе с болезнями животных для стран Восточной Европы, Центральной Азии и Закавказья.\nОсуществляет научную и научно-техническую деятельность, направленную на обеспечение качества ветеринарных лекарственных средств, и безопасности в ветеринарно-санитарном отношении продукции животноводства и кормовой продукции, а также стандартизации и обеспечения качества, проведения экспертизы и сертификации лекарственных средств, кормов и кормовых добавок, в том числе содержащих ГМО.\nАннотация Данные за 2017-2023 годы 4251 изолят Esherichia coli – 1505, Enterococcus spp. (E.faecalis, E.faecium и др.) – 1554, Salmonella enterica – 647, Campylobacter spp. (C.jejuni, C.coli и др.) – 161, Staphylococcus spp. (S.aureus, S.haemolyticus) – 193 Listeria monocytogenes - 191 Изоляты от птицы (куры, индейка, утки, гуси), коров, свиней, овец, коз, лошадей, кроликов, рыбы Географический охват – 37 регионов России от Калининградской области до Приморского края, Беларусь, Иран, Турция. Типы образцов: биоматериал животных, внутренняя среда предприятия (смывы с оборудования, подстилка и тд.), пищевая продукция, входящий материал (корм, вода), почва на месте выпаса. 30 антибактериальных средств из 16 классов: амоксициллин, ампициллин (пенициллины), азитромицин (азалиды), цефотаксим, цефтаролин, цефтиофур (цефалоспорины),хлорамфеникол, флорфеникол (амфениколы), ципрофлоксацин, энрофлоксацин, левофлоксацин, марбофлоксацин, моксифлоксацин (фторхинолоны), клиндамицин (линкозамиды), колистин, бацитрацин (полипептиды), доксициклин, тетрациклин (тетрациклины), эритромицин (макролиды), гентамицин, спектиномицин, стрептомицин (аминогликозиды), меропенем (карбапенемы), рифампицин (анзамицины), сульфадиазин, сульфаметоксазол (сульфаниламиды), триметоприм (диаминопиримидины), комбинация триметоприм/сульфаметоксазол, ванкомицин (гликопептиды), вирджиниамицин (стрептограмины). Метод определение чувствительности к антибиотикам: микроразведения в бульоне. Интерпретация по клиническим точкам отсечения EUCAST2023 и микробиологическим точкам отсечения EUCAST ECOFFs. Исполнители Богомазова А.Н. Гергель М.А. Гордеева В.Д. Грицюк В.А. Иванова О.Е. Карабанов С.Ю. Комаров А.А. Крылова Е.В. Куликовский А.В. Ленёв С.В. Лобова П.А. Макаров Д.А. Плескачева М.А. Поболелова Ю.И. Помазкова А.В. Прасолова О.В. Русаков С.В. Солтынская И.В. Сухоедова А.В. Яцентюк С.П Вопросы и комментарии по проекту пишите на phorez@yandex.ru (Д.А. Макаров)\n ","date":1695459600,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1695459600,"objectID":"10bdcc75760bb535dcf83077737f39c2","permalink":"https://amrcloud.net/ru/project/vgnki/","publishdate":"2023-09-23T09:00:00Z","relpermalink":"/ru/project/vgnki/","section":"project","summary":"«Всероссийский государственный Центр качества и стандартизации лекарственных средств для животных и кормов» (ФГБУ «ВГНКИ»)","tags":null,"title":"Научно-исследовательская работа «Ветеринарный мониторинг и анализ риска антибиотикорезистентности зоонозных бактерий»","type":"project"},{"authors":null,"categories":[],"content":"ФГБУ «ВГНКИ» продолжает проведение ветеринарного мониторинга антибиотикорезистентности зоонозных бактерий и радо представить обновленный проект со свежими данными.\nПроект дополнен данными за 2022 и 2023 годы по 2629 изолятам, включая новый микроорганизм – Listeria monocytogenes.\nПомимо биоматериала животных (фекалии, смывы и тд.) добавлены данные по изолятам , выделенным из объектов внутренней среды предприятия (смывы с поверхностей, оборудования), пищевой продукции, входящего материала (кормов, чистой подстилки, воды), почвы, отобранной в месте выпаса животных.\nДобавлены данные по изолятам от лошадей, кроликов, рыбы (пищевая продукция).\nГеография исследований расширена на три региона России, а также, в случае пищевой продукции, на зарубежные страны – Беларусь, Иран, Турцию. В программу было включено два новых антибиотика – вирджиниамицин и бацитрацин.\n Открыть проект\n","date":1695448800,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1695448800,"objectID":"faf768f68fc011ca8254ec0d373ef9fb","permalink":"https://amrcloud.net/ru/post/20230923-vgnki-update/","publishdate":"2023-09-23T09:00:00+03:00","relpermalink":"/ru/post/20230923-vgnki-update/","section":"post","summary":"ФГБУ «ВГНКИ» продолжает проведение ветеринарного мониторинга антибиотикорезистентности зоонозных бактерий и радо представить обновленный проект со свежими данными.","tags":[],"title":"Обновление проекта от ФГБУ «ВГНКИ»","type":"post"},{"authors":null,"categories":null,"content":"Аннотация Klebsiella pneumoniae – один из наиболее частых и проблемных возбудителей нозокомиальных инфекций. В данном проекте представлены результаты исследования циркулирующих в стационарах РФ и Казахстана клинических штаммов K. pneumoniae, включающие:\n данные об источниках выделения изолятов молекулярно-генетические характеристики изолятов (принадлежность к клональным группам, SNP-типам, сиквенс-типам, наличие генов приобретенных карбапенемаз, гена rmpA (регулятора мукоидного фенотипа), хромосомного гена колибактина (clbA)) чувствительность изолятов к антибиотикам различных групп данные string-теста для выявления гипермуковязкого фенотипа Бактериальные изоляты 3956 неповторяющихся (по одному на каждый случай инфекции) клинических изолятов, выделенных в рамках многоцентровых проспективных микробиологических исследований в период с 10 января 2013 г. по 28 декабря 2020 г. в 75 стационарах 36 городов России и Казахстана: Архангельска, Барнаула, Белгорода, Владивостока, Воронежа, Екатеринбурга, Ижевска, Иркутска, Казани, Караганды, Краснодара, Кургана, Майкопа, Москвы, Мурманска, Набережных Челнов, Нижнего Новгорода, Новороссийска, Новосибирска, Омска, Пензы, Перми, Петрозаводска, Ростова-на-Дону, Санкт-Петербурга, Северска, Смоленска, Твери, Тольятти, Томска, Тюмени, Улан-Удэ, Ульяновска, Челябинска, Южно-Сахалинска и Якутска.\nОпределение чувствительности к антибиотикам Определение минимальных подавляющих концентраций (МПК) методом последовательных двукратных разведений в бульоне Мюллера-Хинтон (по стандарту ISO 20776-1:2006). Определение клинических категорий чувствительности в соответствии с пограничными значениями МПК Европейского комитета по определению чувствительности к антимикробным препаратам (EUCAST) v.13.0, 2023 г. (https://www.eucast.org/clinical_breakpoints)\nМолекулярно-генетическое субвидовое типирование SNP-типирование всех изолятов на основании определения выборочных (n=21) однонуклеотидных полиморфизмов (SNP) в семи хромосомных локусах (gapA, infB, mdh, pgi, phoE, rpoB, tonB) методом высокопроизводительной ПЦР в режиме реального времени Мультилокусное секвенирование-типирование (MLST) отдельных изолятов в соответствии с общепринятой схемой Pasteur (https://bigsdb.pasteur.fr/klebsiella/) Выявление генов приобретенных карбапенемаз Гены наиболее распространенных у Enterobacterales приобретенных сериновых карбапенемаз (групп OXA-48 и KPC) и MBL (групп VIM, IMP и NDM) определяли методом ПЦР в режиме реального времени.\nКоординатор проекта Шайдуллина Эльвира Расиловна научный сотрудник НИИ Антимикробной химиотерапии ФГБОУ ВО «СГМУ» Минздрава России\nelvira.shaidullina@antibiotic.ru\n ","date":1684746000,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1684746000,"objectID":"2adbc8ef4c471bad035b0da033209938","permalink":"https://amrcloud.net/ru/project/kpn-1/","publishdate":"2023-05-22T09:00:00Z","relpermalink":"/ru/project/kpn-1/","section":"project","summary":"Результаты исследования циркулирующих в стационарах РФ и Казахстана клинических штаммов *K. pneumoniae*","tags":null,"title":"\u003cem\u003eKlebsiella pneumoniae\u003c/em\u003e: Генетическое разнообразие и чувствительность к антибиотикам","type":"project"},{"authors":null,"categories":null,"content":"Аннотация Klebsiella pneumoniae – один из наиболее частых и проблемных возбудителей нозокомиальных инфекций. В данном проекте представлены результаты исследования циркулирующих в стационарах России, Беларуси и Казахстана клинических штаммов K. pneumoniae, включающие:\n данные об источниках выделения изолятов данные субвидового типирования по MLST, капсульному полисахариду (K-антиген), липополисахариду (O-антиген), иерсинабактин-кодирующему ICEKp генетические детерминанты (гены) резистентности генетические детерминанты (гены) вирулентности чувствительность изолятов к антибиотикам различных групп Бактериальные изоляты Неповторяющиеся (по одному на каждый случай инфекции) клинические изоляты (N=241), выделенные от госпитализированных пациентов в рамках многоцентровых проспективных микробиологических исследований НИИАХ/МАКМАХ в период с 25 февраля 2013 г. по 9 декабря 2019 г. в 45 стационарах 29 городов России, Беларуси и Казахстана: Белгорода, Владивостока, Гомеля, Екатеринбурга, Ижевска, Казани, Караганды, Краснодара, Липецка, Майкопа, Минска, Могилева, Москвы, Мурманска, Набережных Челнов, Новосибирска, Омска, Перми, Петрозаводска, Ростова-на-Дону, Санкт-Петербурга, Северска, Смоленска, Твери, Томска, Тюмени, Улан-Удэ, Ульяновска и Якутска.\nОпределение чувствительности к антибиотикам Определение минимальных подавляющих концентраций (МПК) методом последовательных двукратных разведений в бульоне Мюллера-Хинтон (по стандарту ISO 20776-1:2006) 1. Определение клинических категорий чувствительности в соответствии с пограничными значениями МПК Европейского комитета по определению чувствительности к антимикробным препаратам (EUCAST) v.13.022.\nПолногеномное секвенирование Секвенирование на платформах NextSeq 550 (Illumina) и/или MinION (Oxford Nanopore Technologies) Определение сиквенс-типа (ST), K-серотипа, О-серотипа, аллельного варианта иерсиниабактина и ICEKp в программе Kleborate 3 ,4: Определение генов резистентности в программе AMRFinderPlus5 Определение генов вирулентности в программе ABRicate6 с использованием базы данных BIGSdb-Kp института Пастера7 Определение и реконструкция плазмид с использованием программы MOB-suite8 Организации - участники проекта НИИАХ ФГБОУ ВО \u0026ldquo;СГМУ\u0026rdquo; Минздрава России (сбор, идентификация, определение чувствительности клинических изолятов, анализ фенотипических и геномных данных) ФБУН ЦНИИ Эпидемиологии Роспотребнадзора (геномное секвенирование) ФГБУ \u0026ldquo;ЦСП\u0026rdquo; ФМБА России (геномное секвенирование) Координатор проекта Шайдуллина Эльвира Расиловна научный сотрудник НИИ Антимикробной химиотерапии ФГБОУ ВО «СГМУ» Минздрава России\nelvira.shaidullina@antibiotic.ru\n Ссылки ISO 20776-1:2019. Susceptibility testing of infectious agents and evaluation of performance of antimicrobial susceptibility test devices - Part 1: Broth micro-dilution reference method for testing the in vitro activity of antimicrobial agents against rapidly growing aerobic bacteria involved in infectious diseases. 2019. \u0026#x21a9;\u0026#xfe0e;\n EUCAST Clinical Breakpoints v13.0. 2023: (https://www.eucast.org/clinical_breakpoints). \u0026#x21a9;\u0026#xfe0e;\n Lam, M. M., Wick, R. R., Watts, S. C., Cerdeira, L. T., Wyres, K. L., \u0026amp; Holt, K. E. (2021). A genomic surveillance framework and genotyping tool for Klebsiella pneumoniae and its related species complex. Nature communications, 12(1), 4188. (https://github.com/klebgenomics/Kleborate). \u0026#x21a9;\u0026#xfe0e;\n Wyres, K. L., Wick, R. R., Gorrie, C., Jenney, A., Follador, R., Thomson, N. R., \u0026amp; Holt, K. E. (2016). Identification of Klebsiella capsule synthesis loci from whole genome data. Microbial genomics, 2(12):e000102. \u0026#x21a9;\u0026#xfe0e;\n Feldgarden, M., Brover, V., Gonzalez-Escalona, N., Frye, J. G., Haendiges, J., Haft, D. H., Hoffmann M., Pettengill J.B., Prasad A.B., Tillman G.E., Tyson G.H. \u0026amp; Klimke, W. (2021). AMRFinderPlus and the Reference Gene Catalog facilitate examination of the genomic links among antimicrobial resistance, stress response, and virulence. Sci Rep 11: 12728. (https://github.com/ncbi/amr). \u0026#x21a9;\u0026#xfe0e;\n Seemann T, Abricate, Github (https://github.com/tseemann/abricate). \u0026#x21a9;\u0026#xfe0e;\n Bialek-Davenet S., Criscuolo A., Ailloud F., Passet V., Jones L., Delannoy-Vieillard A.S., Garin B., Le Hello S., Arlet G., Nicolas-Chanoine M.H., Decré D., \u0026amp; Brisse S. (2014). Genomic definition of hypervirulent and multidrug-resistant Klebsiella pneumoniae clonal groups. Emerg Infect Dis 20: 1812-20 (https://bigsdb.pasteur.fr/klebsiella/). \u0026#x21a9;\u0026#xfe0e;\n Robertson, J., \u0026amp; Nash, J. H. (2018). MOB-suite: software tools for clustering, reconstruction and typing of plasmids from draft assemblies. Microbial genomics, 4(8):e000206. \u0026#x21a9;\u0026#xfe0e;\n ","date":1684746000,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1684746000,"objectID":"cd995475539e1e4d28baca17fd46e5b0","permalink":"https://amrcloud.net/ru/project/kpn-2/","publishdate":"2023-05-22T09:00:00Z","relpermalink":"/ru/project/kpn-2/","section":"project","summary":"Результаты исследования циркулирующих в стационарах России, Беларуси и Казахстана клинических штаммов *K. pneumoniae*","tags":null,"title":"\u003cem\u003eKlebsiella pneumoniae\u003c/em\u003e: анализ маркеров резистентности и вирулентности на основе данных геномного секвенирования","type":"project"},{"authors":null,"categories":[],"content":"В AMRcloud стали доступны критерии EUCAST v.13.0 (2023).\n","date":1675663200,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1675663200,"objectID":"a16fa32e39c8fa368fa242d9f9b4ed72","permalink":"https://amrcloud.net/ru/post/20230130-eucast/","publishdate":"2023-02-06T09:00:00+03:00","relpermalink":"/ru/post/20230130-eucast/","section":"post","summary":"В AMRcloud стали доступны критерии EUCAST v.13.0 (2023).","tags":[],"title":"В AMRcloud стали доступны критерии EUCAST 2023","type":"post"},{"authors":null,"categories":[],"content":"Январское обновление платформы для анализа пользовательских данных антибиотикорезистентности AMRcloud:\n у пользователей появилась возможность добавлять графики \u0026ldquo;Группировать по\u0026rdquo; из вкладок \u0026ldquo;Структура данных\u0026rdquo; и \u0026ldquo;Выбранный антибиотик\u0026rdquo; к ранее созданным дашбордам\n Пример работы с вкладкой Структура данных Пример работы с вкладкой Выбранный антибиотик в глобальных настройках отображения графиков появилась возможность убрать числовые значения\n Настройка отображения графиков в режиме просмотра дашбордов (при переходе по ссылке или QR-коду) появилась возможность менять настройки отображения графиков: размер и видимость подписей\n Регулировка размера подписей Регулировка отображения подписей ","date":1675058400,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1675058400,"objectID":"4aa3f199264edb6bbec6530b71877956","permalink":"https://amrcloud.net/ru/post/20230130-amrcloud-update/","publishdate":"2023-01-30T09:00:00+03:00","relpermalink":"/ru/post/20230130-amrcloud-update/","section":"post","summary":"Январское обновление платформы для анализа пользовательских данных антибиотикорезистентности AMRcloud.","tags":[],"title":"Январский пакет обновлений","type":"post"},{"authors":null,"categories":null,"content":"Руководство рассказывает о том, как имеющиеся у вас данные в AMRcloud можно использовать для заполнения отчета в системе годовых отчетов для главного внештатного специалиста Министерства здравоохранения Российской Федерации по клинической микробиологии и антимикробной резистентности ( specialist.antibiotic.ru).\nВыгрузка данных из AMRcloud Предполагается, что у вас уже есть данные по микробиологическим исследованиям за год, загруженные в какой-либо из наборов данных AMRcloud.\nВыберите нужный набор и нажмите кнопку Редактировать набор данных.\n Редактирование набора данных Перейдите на вкладку Скачать. Выберите пункт Windows (кириллица) если вы планируете использовать MS Excel для работы с таблицей. Поскольку для системы годовых отчетов важны данные о резистентных изолятах, нам нужно выгрузить уже интерпретированные данные, для этого нажмите кнопку Скачать исходные данные.\n Выгрузка набора набора данных из AMRcloud В результате будет скачан ZIP-архив с файлом. В архиве будет файл CSV, его необходимо открыть в MS Excel.\nПодготовка таблицы для загрузки в систему годовых отчетов Чтобы файл корректно обработался системой годовых отчетов, необходимы следующие условия:\n Столбец с клиническим материалом должен назваться Материал; Столбец с видом организма должен называться Организм; Написание материалов и видов организмов должны совпадать с таковыми в справочниках системы годовых отчетов; Итоговая таблица должна быть сохранена в формате Excel (xlsx); Файл Excel должен содержать только один лист с данными. Для этого открываем скачанный файл CSV, находим в нем столбцы с клиническим материалом и видом организма и переименовываем. Порядок столбцов и регистр букв не важен.\n Переименование столбцов При необходимости можно заменить написание клинических материалов и видов организмов, чтобы они соответствовали таковым в системе годовых отчетов. При импорте заполняется только информация по интересующим систему материалам и организмам, все остальные игнорируются.\nПеречень допустимых названий клинических материалов:\n Аспират синуса/промывные воды синуса Биоптат (слизистая оболочка желудка) Другие Кровь Ликвор Мазок из глотки Мокрота, БАЛ, ЭТА, плевральная жидкость Моча Соскоб из уретры Соскоб из цервикального канала Фекалии Перечень допустимых названий видов микроорганизмов:\n Acinetobacter baumannii Bordetella pertussis/parapertussis Campylobacter spp. Candida albicans Candida spp. (кроме C. albicans) Chlamydia trachomatis Chlamydophila pneumoniae Clostridium difficile Corynebacterium diphtheriae Enterococcus faecalis Enterococcus faecium Escherichia coli Haemophilus influenzae Helicobacter pylori Herpes simplex virus type 1,2 Human herpes virus type 4 (Epstein-Barr virus) Human herpes virus type 5 (Cytomegalovirus) Human herpes virus type 6 Human papilloma virus Klebsiella pneumoniae Legionella spp. Listeria monocytogenes Moraxella catarrhalis Neisseria gonorrhoeae Neisseria meningitidis Pseudomonas aeruginosa Salmonella spp. Shigella spp. Staphylococcus aureus Streptococci групп B, C, G Streptococcus pneumoniae Streptococcus pyogenes (сг А) Trichomonas vaginalis Ureaplasma urealyticum При необходимости можно объединять схожие категории в одну (например все отдельные материалы Мокрота, БАЛ, ЭТА, плевральная жидкость можно объединить в одну категорию, также как и все Candida, отличные от Candida albicans), воспользоваться функциями фильтров, поиска и замены.\nПосле того, как данные подготовлены нужно сохранить файл из формата CSV в формат Excel. Для этого выбираем меню Файл -\u0026gt; Сохранить как -\u0026gt; В диалоге сохранения файла выбираем Книга Excel (xlsx).\n Сохранение в формате Excel Полученный файл готов для загрузки в систему годовых отчетов.\nЗагрузка данных в систему годовых отчетов С помощью данного файла можно заполнить данные по двум разделам отчета:\n Микробный пейзаж Резистентность В каждом из этих разделов в режиме редактирования есть соответствующая кнопка Загрузить файл AMRcloud.\n Кнопка загрузки таблицы в системе годовых отчетов Стоит отметить, что в разделе Микробный пейзаж нужно загрузить отдельный файл для каждого из нужных методов. Соответственно, если у вас в одном файле содержатся данные по всем трем методам исследований, необходимо разделить таблицу на три части и сохранить каждую в отдельный файл.\nПри нажатии кнопки Загрузить файл AMRcloud появится диалог, который еще раз напомнит о требованиях к загружаемому файлу и предупредит, что все внесенные ранее данные по микробному пейзажу будут перезаписаны новыми данными из файла AMRcloud. Для загрузки файла нажмите кнопку Импортировать файл AMRcloud и выберите нужный файл.\n Диалог импорта для раздела Микробный пейзаж В случае успешной загрузки вы увидите суммарные данные в форме отчета.\n Заполненный раздел формы отчета При необходимости вы можете отредактировать, удалить или добавить новые данные вручную.\nВ разделе Резистентность загрузка происходит полностью аналогично.\nСтоит только отметить, что для подсчета количества резистентных изолятов используются столбцы с названиями антибиотиков и постфиком _sir.\n Диалог импорта для раздела Резистеность Перечень антибиотиков, для которых формируется отчет приведен ниже:\n cefepime cefotaxime ceftazidime ceftazidime-avibactam ciprofloxacin ertapenem erythromycin imipenem levofloxacin linezolid meropenem moxifloxacin norfloxacin oxacillin-cefoxitin oxacillin-screen penicillin vancomycin Пример результата загрузки файла AMRcloud в раздел отчета Резистентность приведен ниже.\n Заполненный раздел формы отчета При необходимости вы можете также отредактировать, удалить или добавить новые данные вручную.\n","date":1674496800,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1674496800,"objectID":"b8dfafdc9440dee69481cb89d35791ae","permalink":"https://amrcloud.net/ru/tutorials/integrations/reports/","publishdate":"2023-01-23T18:00:00Z","relpermalink":"/ru/tutorials/integrations/reports/","section":"tutorials","summary":"Руководство рассказывает о том, как имеющиеся у вас данные в AMRcloud можно использовать для заполнения отчета в системе годовых отчетов для главного внештатного специалиста Министерства здравоохранения Российской Федерации по клинической микробиологии и антимикробной резистентности ( specialist.antibiotic.ru).\nВыгрузка данных из AMRcloud Предполагается, что у вас уже есть данные по микробиологическим исследованиям за год, загруженные в какой-либо из наборов данных AMRcloud.\nВыберите нужный набор и нажмите кнопку Редактировать набор данных.\n Редактирование набора данных Перейдите на вкладку Скачать.","tags":null,"title":"Импорт данных из AMRcloud в систему годовых отчетов","type":"docs"},{"authors":null,"categories":null,"content":"Организаторы ФГАОУ ВО РНИМУ им. Н.И. Пирогова Минздрава РФ ФГБОУ ВО «Самарский государственный медицинский университет» Минздрава РФ ГБУЗ «Городская клиническая больница № 15 им. О.М. Филатова» департамента здравоохранения города Москвы ГБУЗ «Морозовская детская городская клиническая больница» департамента здравоохранения города Москвы Аннотация К грамотрицательным патогенам, имеющим доказанное клиническое значение в развитии легочной инфекции при муковисцидозе, относятся такие микроорганизмы как Pseudomonas aeruginosa, Achromobacter spp., Burkholderia cepacia complex и Stenotrophomonas maltophilia. В данном проекте представлены результаты исследования чувствительности к антибиотикам основных грамотрицательных бактериальных патогенов, выделенных из дыхательных путей пациентов с муковисцидозом в Российской Федерации.\nБактериальные изоляты В январе – феврале 2020 года были проанализированы респираторные образцы 170 пациентов с муковисцидозом (5% от общего числа пациентов с муковисцидозом в Российской Федерации), среди которых были представители 42 регионов в возрасте от 1 года до 33 лет. Объектами исследования были штаммы P. aeruginosa, Achromobacter spp., Burkholderia cepacia complex и S. maltophilia, выделенные из проанализированных респираторных образцов.\nОпределение чувствительности к антибиотикам Минимальные подавляющие концентрации антибиотиков определяли методом микроразведений в бульоне Мюллера-Хинтон. Результаты интерпретировали в соответствии с критериями Института клинических и лабораторных стандартов США (Clinical and Laboratory Standards Institute – CLSI, 2020 г.).\nИсследовательская группа Бочарова Ю.А., Савинова Т.А., Лямин А.В., Кондратенко О.В., Федорова Н.И., Семыкин С.Ю., Поликарпова С.В., Жилина С.В., Чаплин А.В., Коростин Д.О., Маянский Н.А., Чеботарь И.В.\nФинансовая поддержка Работа выполнена при поддержке гранта Российского научного фонда (проект № 20-15-00235).\nКонтактное лицо Бочарова Юлия Александровна Старший научный сотрудник лаборатории молекулярной микробиологии ФГАОУ ВО РНИМУ им. Н.И. Пирогова Минздрава РФ\nivrin7@gmail.com\n ","date":1655197200,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1655197200,"objectID":"89c335c9b065c8bf2ccf4cd28b75e223","permalink":"https://amrcloud.net/ru/project/muco-v/","publishdate":"2022-06-14T09:00:00Z","relpermalink":"/ru/project/muco-v/","section":"project","summary":"Результаты кросс-секционного исследования в Российской Федерации","tags":null,"title":"Основные грамотрицательные бактериальные патогены, изолированные из дыхательных путей пациентов с муковисцидозом","type":"project"},{"authors":null,"categories":[],"content":"Июньское обновление платформы для анализа пользовательских данных антибиотикорезистентности AMRcloud:\n Добавлен новый аналитической модуль Экспертная система, который позволяет автоматически находить ошибки и несоответствия в фенотипических данных антибиотикорезистентности.\n Пример работы аналитического модуля Для активации вкладки Экспертная система, необходимо сбросить 4 шаг редактирования набора данных и проставить галку Проверить данные с использованием экспертной системы.\n Активация вкладки Экспертная система Добавлена возможность выбора сортировки отображения круговых диаграмм на вкладке Структура данных (по количеству или по наименованию);\n Сортировка на круговых диаграммах При добавлении графика в дашборд по умолчанию выбирается последний используемый дашборд;\n Добавлена возможность изменить название созданного ранее графика в дашборде;\n Добавлена возможность изменения размера шрифтов на осях Х и Y (на интерактивных графиках);\n Доступно опциональное выключение отображения 95% ДИ.\n Настройка отображения 95% ДИ ","date":1654581600,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1654581600,"objectID":"a5cb7941a580748428f3f2d55b0d6bb9","permalink":"https://amrcloud.net/ru/post/20220607-amrcloud-update/","publishdate":"2022-06-07T09:00:00+03:00","relpermalink":"/ru/post/20220607-amrcloud-update/","section":"post","summary":"AMRcloud обновлен до версии 0.9","tags":[],"title":"Июньское обновление AMRcloud","type":"post"},{"authors":null,"categories":[],"content":"Уважаемые коллеги! Мы благодарим вас за участие в обучающем семинаре «AMRnote — локальные рекомендации по выбору антибиотикотерапии», прошедшем 26 мая 2022 в рамках XXIV конгресса МАКМАХ. Мы постарались, чтобы наш семинар стал живой площадкой для дискуссий и позволил сформировать активное сообщество AMRteam.\nНа семинаре прозвучали доклады наших хороших друзей: Бурасовой Елены Геннадьевны (Улан-Удэ), Шамаевой Степаниды Харитоновны (Якутск), Осокиной Регины Агзамовны (Казань), Ни Оксаны Геннадьевны (Москва), о практическом применении и использовании платформы AMRcloud в реальных проектах, а также Виноградова Алина Геннадьевна представила абсолютно новый продукт из линейки проектов AMRhub: AMRnote — онлайн-платформу для создания, редактирования и обмена протоколами и алгоритмами терапии.\nНадеемся, что все участники симпозиума не только получили новые знания, но и хорошо провели время. Ждём вас на наших новых семинарах, конференциях и активностях!\n ","date":1653544800,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1653544800,"objectID":"6fd42d483b8e4630a9ec4951f77c153c","permalink":"https://amrcloud.net/ru/post/20220526-xxiv-congress/","publishdate":"2022-05-26T09:00:00+03:00","relpermalink":"/ru/post/20220526-xxiv-congress/","section":"post","summary":"Мы благодарим вас за участие в обучающем семинаре прошедшем 26 мая 2022 в рамках XXIV конгресса МАКМАХ","tags":[],"title":"Обучающий семинар «AMRnote — локальные рекомендации по выбору антибиотикотерапии»","type":"post"},{"authors":null,"categories":[],"content":"Мы всегда рады нашим коллегам и партнерам из индустрии, поэтому с радостью сообщаем, что для пользователей ЛИС Патоген среди набора отчетов появилась возможность выгрузки в AMRcloud.\nПорядок действий описан в руководстве Экспорт из ЛИС «Патоген» в AMRcloud.\n","date":1653516000,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1653516000,"objectID":"cef1a5403cb6be09a45999ac88582822","permalink":"https://amrcloud.net/ru/post/20220526-lis-patogen/","publishdate":"2022-05-26T01:00:00+03:00","relpermalink":"/ru/post/20220526-lis-patogen/","section":"post","summary":"Отдельный отчет для выгрузки данных в AMRcloud","tags":[],"title":"Интеграция с ЛИС Патоген","type":"post"},{"authors":null,"categories":null,"content":"Руководство «Экспорт из ЛИС «Патоген» в AMRcloud» рассказывает о том, как имеющиеся у вас данные из ЛИС «Патоген» подготовить для загрузки в онлайн-платформу AMRcloud.\nЛИС «Патоген» имеет встроенный готовый отчет Выгрузка в AMRcloud. Его можно найти в боковом меню программы в разделе Отчеты. По умолчанию выгружаются все данные с момента начала использования ЛИС «Патоген».\n Выбор отчета При необходимости можно отфильтровать данные по следующим параметрам:\n раздел микроорганизмов, антибиотикограммы, микроорганизм, дата регистрации (можно задать период), источник, материал. Все параметры, кроме даты регистрации, имеют множественный выбор, то есть можно выбрать все группы микроорганизмов, а можно выбрать 1, 2 или более группы, те, которые вам нужны для выборки.\n Заполнение фильтров выборки После указания всех фильтров, при нажатии кнопки Найти, сформируется отчет согласно выбранным параметрам с обязательными полями:\n идентификатор изолята, дата, вид микроорганизма, группа микроорганизма, клинический материал, отделение. Дополнительно выводятся данные о маркерах резистентности. Далее таблица состоит из столбцов с наименованиями антимикробных препаратов и результатами определения чувствительности. ЛИС «Патоген» выгружает данные диаметров зон подавления роста и данные минимальных подавляющих концентраций.\n Пример сформированного отчета Чтобы сформировать файл для загрузки в платформу AMRcloud, нужно справа сверху нажать кнопку Экспорт в .csv, автоматически произойдет скачивание файла в формате таблицы Excel.\n Выгрузка отчета в формат CSV Готовый отчет можно найти в папке Загрузки вашего браузера.\n Отчет, открытый в программе MS Excel Созданный файл может быть загружен в AMRcloud для анализа. Как загрузить полученный файл подробно описано в Руководстве «AMRcloud. Импорт данных» ","date":1653437160,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1653437160,"objectID":"2890b669b5ec621d27b196dd91408e49","permalink":"https://amrcloud.net/ru/tutorials/integrations/patogen-lis/","publishdate":"2022-05-25T00:06:00Z","relpermalink":"/ru/tutorials/integrations/patogen-lis/","section":"tutorials","summary":"Руководство «Экспорт из ЛИС «Патоген» в AMRcloud» рассказывает о том, как имеющиеся у вас данные из ЛИС «Патоген» подготовить для загрузки в онлайн-платформу AMRcloud.\nЛИС «Патоген» имеет встроенный готовый отчет Выгрузка в AMRcloud. Его можно найти в боковом меню программы в разделе Отчеты. По умолчанию выгружаются все данные с момента начала использования ЛИС «Патоген».\n Выбор отчета При необходимости можно отфильтровать данные по следующим параметрам:\n раздел микроорганизмов, антибиотикограммы, микроорганизм, дата регистрации (можно задать период), источник, материал.","tags":null,"title":"Экспорт из ЛИС «Патоген» в AMRcloud","type":"docs"},{"authors":["Кузьменков А.Ю.","Виноградова А.Г.","Трушин И.В.","Козлов Р.С."],"categories":null,"content":"Цель Проанализировать особенности локального мониторинга антибиотикорезистентности в стационарах на территории РФ.\nМатериалы и методы В рамках исследования был проведен опрос специалистов из 305 учреждений здравоохранения. Продолжительность сбора данных составила 1 год (март 2020 г. – апрель 2021 г.). Полученные ответы анализировались с использованием языка программирования «R». Для обработки данных, расчета доверительных интервалов применялись специальные пакеты. Оценка результатов проводилась с помощью описательного анализа с расчетом абсолютных и относительных частот, 95% доверительных интервалов по методу Уилсона. Частоты сравнивались с использованием точного критерия Фишера. Уровень значимости α был принят равным 0,05.\nРезультаты В опросе участвовали учреждения различного уровня организации. Данные локальной эпидемиологии антибиотикорезистентности доступны для 54,1% учреждений. Использование в работе программно-технических средств для автоматизации процессов мониторинга антибиотикорезистентности отметили 26,23% учреждений. Внедрение в работу медицинского учреждения системы управления антимикробной терапии подтвердило 25,3% учреждений. В информационных системах были доступны данные о результатах идентификации возбудителей и установлении категории чувствительности к антибиотикам – 12,46%. Свыше 70% участников указали, что обновляют интерпретационные критерии ежегодно. Хранение результатов определения чувствительности микроорганизмов к антибиотикам на протяжении более 1 года осуществляли свыше 90% учреждений. Наличие локальных протоколов антимикробной терапии подтвердило 34,75% опрошенных.\nВыводы Для большинства профильных специалистов доступ к данным по локальной эпидемиологии антимикробной резистентности ограничен. Выявлена недостаточная частота использования программно-технических средств для автоматизации сбора и оценки данных антибиотикорезистентности. Внедрение программы стратегии управления антимикробной терапией и разработка локальных протоколов антимикробной терапии проводятся в ограниченном количестве учреждений. Полученные данные свидетельствуют о существенных проблемах в системной организации локального мониторинга антибиотикорезистентности.\n","date":1648339200,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1648339200,"objectID":"7887111670c088360b5bb2003216fe08","permalink":"https://amrcloud.net/ru/publication/cmac-2022-t24-n1-p31/","publishdate":"2022-03-27T00:00:00Z","relpermalink":"/ru/publication/cmac-2022-t24-n1-p31/","section":"publication","summary":"Продолжительный сбор данных по активности АМП в отношении клинически значимых возбудителей сформировывает предпосылки для дальнейшего использования высоковалидных результатов. Долгосрочный мониторинг содержит важные компоненты, направленные на то, чтобы улучшить понимание эпидемиологии резистентности и факторов, влияющих на ее возникновение и распространение","tags":null,"title":"Практика локального мониторинга антибиотикорезистентности в стационарах различных регионов РФ","type":"publication"},{"authors":null,"categories":null,"content":"Руководство «Экспорт из Adagio в AMRcloud» рассказывает о том, как имеющиеся у вас данные из анализатора Adagio подготовить для загрузки в онлайн-платформу AMRcloud.\n Предварительно необходимо настроить шаблоны отчетов для выгрузки. Для настройки отчетов обращайтесь в службу поддержки Био-Рад sos@bio-rad.com Как загрузить полученный файл подробно описано в Руководстве «AMRcloud. Импорт данных»\nЭкспорт данных из Adagio Файл экспорта представляет собой Excel файл. Формирование файла выполняется на основании данных, входящих в предварительно созданный список отобранных анализов.\nДля подготовки данных для выгрузки нужно зайти в меню Инструменты → Эпидемиология.\n Меню Эпидемиология В открывшемся окне необходимо выбрать английский язык.\n Выбор языка В списке нужно найти папку AMRCloud и нажать на серый треугольник слева\n Выбор отчета После этого выбрать отчет, который будет сформирован:\n AMRCloud dd для выгрузки диаметров ЗПР AMRCloud SIR для выгрузки результатов в категориях S, I, R. Задание временного периода для отбора.\n Выбор временного периода Во вкладке Criteria внести даты начала и окончания периода, затем нажать кнопку Save.\n Внимание! Необходимо дождаться появления всплывающего окна Saved with success Сохранение изменений Для формирования отчета перейти во вкладку Result и нажать кнопку Run query.\n Формирование отчета Сформированный отчет автоматически откроется в новом окне. Можно закрыть это окно.\n Сформированный отчет Далее необходимо выгрузить отчет в файл в формате Excel.\n Выгрузка готового отчета в файл Excel Готовый отчет с предварительно отобранными данными автоматически сохранится в папке Загрузки.\n Пример отчета в файле Excel Полученный файл необходимо пропустить через конвертер в AMRcloud.\nРабота с онлайн-конвертером Для конвертации файла, перейдите по ссылке https://public.amrcloud.net/adagio.\nЗагрузка файла Для загрузки файла нажмите на кнопку Choose file и выберите ваш файл Adagio.\n Загрузка файла Загрузка файла начнется автоматически. По окончании загрузки система проверит содержимое файла, попытается его прочитать и выведет предпросмотр на экран. В случае успешной загрузки вы увидите следующее.\n Файл успешно загружен Если вы видите таблицу и кнопку Convert, значит файл распознался системой.\nКонвертация Процесс конвертации файла заключается в замене кодов антибиотиков Adagio на обозначения, понятные AMRcloud.\nПосле успешной загрузки файла, нажмите кнопку Convert. По окончании процесса конвертации на странице появится отчет о проделанных манипуляциях. Отчет содержит перечень кодов антибиотиков, которые были перекодированы, а также сообщения-предупреждения на которые стоит обратить внимание.\nСуществуют следующие виды предупреждений:\n Предупреждение Column [AMC] has no values выводится когда в столбце с антибиотиком не обнаружено значений. Предупреждение Column [AMC] looks like antibiotic, but has ho DISK values выводится в том случае, когда конвертер обнаруживает в столбце с антибиотиком значения, которые не может распознать ни как диаметры зон подавления роста, ни как интерпретированные значения SIR. Название столбца при этом все равно приводится к формату AMRcloud, значения остаются неизменными. Предупреждение Columns with identical names have been enumerated выводится когда при заменах названий столбцов с антибиотиками образовались одинаковые имена. В таком случае столбцы нумеруются по порядку. Пример предупреждений Перекодировка антибиотиков Скачивание файла Для получения сконвертированного файла, готового к загрузке в AMRcloud, нажмите кнопку Download.\nДанный файл может быть использован Вами для создания проектов и наборов данных в AMRcloud. Руководство по загрузке файлов в AMRcloud доступно по ссылке.\nРабота с оффлайн-конвертером Возможна конвертация из формата Adagio в формат AMRcloud и без использования интернета. Для этого необходимо воспользоваться оффлайн-конвертером.\nУстановка Программа AMRcloud Adagio Converter не требует установки, достаточно скачать архив и распаковать его.\n AMRcloudAdagioConverter.zip.\nПосле этого запустите файл AMRcloudAdagioConverter.exe.\nДля работы программы требуется .Net 6. При необходимости его можно скачать с официального сайта Microsoft.\nРабота с программой Окно программы после запуска выглядит следующим образом.\n Главное окно программы Для выбора файла Adagio нажмите кнопку Open Adagio Excel File, либо выберите меню File → Open Adagio Excel file.\n Выбор файла После выбора файла должна появиться таблица. Если таблица не появилась, возможно форматирование файла отличается от стандартного и нужно исправить исходный файл.\nДля запуска процесса конвертации нажмите кнопку Convert to AMRcloud.\n Конвертация файла По окончании процесса конвертации на странице появится отчет о проделанных манипуляциях. Отчет содержит перечень кодов антибиотиков и организмов, которые были перекодированы, а также сообщения-предупреждения на которые стоит обратить внимание.\n Отчет о конвертации По умолчанию сконвертированный файл сохраняется в папку .\\Converted рядом с исполняемым файлом программы. Открыть сконвертированный файл можно с помощью кнопки Open converted file.\nСуществуют следующие виды предупреждений:\n Предупреждение Column [AMC] has no values выводится когда в столбце с антибиотиком не обнаружено значений. Предупреждение Column [AMC] looks like antibiotic, but has ho DISK values выводится в том случае, когда конвертер обнаруживает в столбце с антибиотиком значения, которые не может распознать ни как диаметры зон подавления роста, ни как интерпретированные значения SIR. Название столбца при этом все равно приводится к формату AMRcloud, значения остаются неизменными. Предупреждение Columns with identical names have been enumerated выводится когда при заменах названий столбцов с антибиотиками образовались одинаковые имена. В таком случае столбцы нумеруются по порядку. Работа со справочниками Программа содержит предустановленный справочник антибиотиков, согласно которому осуществляется конвертация. При необходимости вы можете вносить в него изменения с помощью меню Dicitonaries.\nДля открытия справочника антибиотиков выберите меню Dictionaries → Antibiotics.\n Меню справочников Окно справочника выглядит следующим образом.\n Справочник антибиотиков Для ввода данных достаточно дважды кликнуть на ячейку таблицы и ввести текст. Подтверждение ввода осуществляется клавишей Enter. Добавление новых записей осуществляется с помощью строки, помеченной звездочкой. Сохранить изменения можно с помощью кнопки Save. Кнопка Reload позволяет перезагрузить таблицу заново, тем самым сбросить несохраненные изменения.\nКнопка Import позволяет упростить заполнение справочника. При нажатии появляется текстовое окно, куда можно скопировать таблицу с кодами из Excel. По нажатии кнопки OK они будут добавлены в справочник.\n Импорт новых значений в справочник Кнопка Export позволяет сохранить значения справочника в файл формата Excel.\n","date":1648166760,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1648166760,"objectID":"69099612ee317871cb13aab8379dc2a9","permalink":"https://amrcloud.net/ru/tutorials/integrations/adagio/","publishdate":"2022-03-25T00:06:00Z","relpermalink":"/ru/tutorials/integrations/adagio/","section":"tutorials","summary":"Руководство «Экспорт из Adagio в AMRcloud» рассказывает о том, как имеющиеся у вас данные из анализатора Adagio подготовить для загрузки в онлайн-платформу AMRcloud.\n Предварительно необходимо настроить шаблоны отчетов для выгрузки. Для настройки отчетов обращайтесь в службу поддержки Био-Рад sos@bio-rad.com Как загрузить полученный файл подробно описано в Руководстве «AMRcloud. Импорт данных»\nЭкспорт данных из Adagio Файл экспорта представляет собой Excel файл. Формирование файла выполняется на основании данных, входящих в предварительно созданный список отобранных анализов.","tags":null,"title":"Экспорт из Adagio в AMRcloud","type":"docs"},{"authors":null,"categories":null,"content":"Руководство «Конвертация CAESAR \u0026lt;=\u0026gt; AMRcloud» рассказывает о следующем:\n как имеющиеся у вас данные, готовые для репортирования в рамках исследования CAESAR, подготовить для загрузки в онлайн-платформу AMRcloud. как имеющиеся у вас данные, загруженные в AMRcloud, подготовить для репортирования в рамках исследования CAESAR. Из CAESAR в AMRcloud Подготовка Таблица в формате CAESAR представляет собой CSV файл (разделитель - точка с запятой), в котором информация по одному изоляту содержится в в нескольких строках.\n Пример файла в формате CAESAR Для формата AMRcloud необходимо преобразовать таблицу таким образом, чтобы в одной строке содержалась информация по одному изоляту.\nДля конвертации файла, перейдите по ссылке https://public.amrcloud.net/caesar.\nЗагрузка файла Для загрузки файла нажмите на кнопку Choose file и выберите ваш файл CAESAR.\n Загрузка файла Загрузка файла начнется автоматически. По окончании загрузки система проверит содержимое файла, попытается его прочитать и выведет предпросмотр на экран. В случае успешной загрузки вы увидите следующее.\n Файл успешно загружен Если вы видите таблицу и кнопку Convert Caesar to AMRcloud, значит файл распознался системой.\nЕсли же кнопки нет и таблица представляет собой список строк, значит файл не соответствует заданному формату. Попробуйте пересохранить его в формате CSV, разделитель точка с запятой, кодировка UTF-8. Еще одной причиной ошибки может быть отсутствие обязательных столбцов в файле формата CAESAR — если хотя бы один столбец отсутствует, файл считается некорректным.\n Некорректный файл Конвертация Процесс конвертации файла заключается в \u0026ldquo;разворачивании\u0026rdquo; таблицы и замене кодов CAESAR на обозначения, понятные AMRcloud. Такие замены производятся для:\n Антибиотиков (столбец Antibiotic); Организмов (столбец Pathogen); Замены производятся согласно официальному протоколу исследования CAESAR. Остальные столбцы остаются без изменений.\nПосле успешной загрузки файла, нажмите кнопку Convert Caesar to AMRcloud. По окончании процесса конвертации на странице появится отчет о проделанных манипуляциях. Отчет содержит перечень кодов антибиотиков и организмов, которые были перекодированы, а также сообщения-предупреждения на которые стоит обратить внимание.\n Перекодировка антибиотиков Перекодировка организмов Предупреждения Существует три типа предупреждений:\n Предупреждение No translation has been found for antibiotic [] выводится в том случае, когда конвертеру не удалось сопоставить код антибиотика со словарем. Если код не сопоставлен, используется оригинальное написание. В данном примере код антибиотика пропущен, так как в конце файла присутствует пустая строка. Предупреждение No translation has been found for pathogen [] выводится в том случае, когда конвертеру не удалось сопоставить код организма со словарем. Если код не сопоставлен, используется оригинальное написание. В данном примере код антибиотика пропущен, так как в конце файла присутствует пустая строка. Предупреждение Isolate has doubles for antibiotic выводится в случае, когда для одного изолята присутствует больше одной строки со значением антибиотика одного кода. В качестве идентификатора изолята используется объединение полей HospitalID_LaboratoryCode_IsolateID_PatientID. Скачивание файла Для получения сконвертированного файла, готового к загрузке в AMRcloud, нажмите кнопку Download.\nДанный файл может быть использован Вами для создания проектов и наборов данных в AMRcloud. Руководство по загрузке файлов в AMRcloud доступно по ссылке.\nИз AMRcloud в CAESAR Подготовка Чтобы получить файл из AMRcloud нужно:\n Выбрать набор данных, который вы хотите выгрузить и нажать кнопку Редактировать набор данных; Выбор набора данных Перейти на вкладку Скачать, установить кодировку UTF-8 и скачать нужные вам данные. Скачивание набора данных Для получения таблицы в формате CAESAR необходимо \u0026ldquo;свернуть\u0026rdquo; таблицу AMRcloud таким образом, чтобы в одной строке содержалась информация по одному антибиотику. Пример такой таблицы приводится ниже.\n Пример файла в формате CAESAR Для конвертации файла, перейдите по ссылке https://public.amrcloud.net/caesar.\nЗагрузка файла Для загрузки файла нажмите на кнопку Choose file и выберите ваш файл AMRcloud.\n Загрузка файла Загрузка файла начнется автоматически. По окончании загрузки система проверит содержимое файла, попытается его прочитать и выведет предпросмотр на экран. В случае успешной загрузки вы увидите следующее.\n Файл успешно загружен Если вы видите таблицу и кнопку Convert AMRcloud to Caesar. Step 1, значит файл распознался системой.\nЕсли же кнопки нет и таблица представляет собой список строк, значит файл не соответствует заданному формату. Попробуйте пересохранить его в формате CSV, разделитель точка с запятой, кодировка UTF-8. Еще одной причиной ошибки может быть отсутствие обязательных столбцов в файле формата AMRcloud — столбцов с антибиотиками с суффиксами _dd, _mic, _etest_mic, _sir. Если нет ни одного такого столбца — файл считается некорректным.\n Некорректный файл Конвертация файла. Часть 1 Чтобы приступить к конвертации нажмите кнопку Convert AMRcloud to Caesar. Step 1.\n Конвертация. Шаг 1 На первом этапе необходимо сопоставить поля оригинального файла AMRcloud с полями файла в формате CAESAR. Полное описание полей можно найти в официальном протоколе исследования CAESAR.\nДля нас наиболее важно указать какой столбец собержит имена организмов. В нашем случае, это MICROORGANISM. Остальные поля сопоставляем по своему усмотрению. Если поле сопоставлять не требуется, можно оставить выпадающий список пустым.\n Сопоставление полей AMRcloud и CAESAR После того, как поля сопоставлены, можно переходить непосредственно к конвертации файла.\nКонвертация файла. Часть 2 Для преобразования файла нажмите кнопку Convert AMRcloud to Caesar. Step 2. По окончании процесса конвертации на странице появится отчет о проделанных манипуляциях. Отчет содержит перечень кодов антибиотиков, организмов и материалов, которые были перекодированы, а также сообщения-предупреждения на которые стоит обратить внимание.\n Перекодировка антибиотиков Перекодировка организмов Перекодировка материалов Предупреждения Существует три типа предупреждений:\n Предупреждение No Antibiotic code found for [] выводится в том случае, когда конвертеру не удалось сопоставить код антибиотика со словарем. Если код не сопоставлен, используется оригинальное написание. Предупреждение No Specimen code found for [] выводится в том случае, когда конвертеру не удалось сопоставить код материала со словарем. Если код не сопоставлен, используется оригинальное написание. Предупреждение No Pathogen code found for [] выводится в том случае, когда конвертеру не удалось сопоставить код организма со словарем. Если код не сопоставлен, используется оригинальное написание. Скачивание файла Для получения сконвертированного файла нажмите кнопку Download.\n","date":1648166760,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1648166760,"objectID":"693d1bfb14d67a947ddda69f03c1cb07","permalink":"https://amrcloud.net/ru/tutorials/integrations/caesar/","publishdate":"2022-03-25T00:06:00Z","relpermalink":"/ru/tutorials/integrations/caesar/","section":"tutorials","summary":"Руководство «Конвертация CAESAR \u0026lt;=\u0026gt; AMRcloud» рассказывает о следующем:\n как имеющиеся у вас данные, готовые для репортирования в рамках исследования CAESAR, подготовить для загрузки в онлайн-платформу AMRcloud. как имеющиеся у вас данные, загруженные в AMRcloud, подготовить для репортирования в рамках исследования CAESAR. Из CAESAR в AMRcloud Подготовка Таблица в формате CAESAR представляет собой CSV файл (разделитель - точка с запятой), в котором информация по одному изоляту содержится в в нескольких строках.","tags":null,"title":"Конвертация CAESAR \u003c=\u003e AMRcloud","type":"docs"},{"authors":null,"categories":null,"content":"Руководство «Экспорт из LabForce в AMRcloud» рассказывает о том, как имеющиеся у вас данные из ЛИС LabForce экспортировать в файл формата AMRcloud.\nФайл экспорта представляет собой текстовый файл, использующий в качестве разделителя полей символ табуляции и имеющий кодировку WIN1251. Формирование файла выполняется на основании данных, входящих в предварительно созданный список отобранных анализов.\nДля подготовки данных для выгрузки нужно зайти в меню Справочники \u0026gt; Интеграция с МИС \u0026gt; Выгрузка в AMRCloud.\n Меню Интеграция с МИС В открывшейся форме необходимо задать период для подготовки данных. После этого нажимаем кнопку Сформировать данные:\n Задание временного периода для отбора Система формирует данные, которые можно предварительно посмотреть:\n Предварительный просмотр Далее нужно в поле Файл выгрузки указать путь сохранения файла с помощью кнопки с тремя точками и нажать кнопку Выгрузить.\n Выбор места сохранения файла В результате будет создан файл в формате Excel с предварительно отобранными данными. Пример такого файла ниже.\n Пример файла Excel Созданный файл может быть загружен в AMRcloud для анализа. Как загрузить полученный файл подробно описано в Руководстве «AMRcloud. Импорт данных» ","date":1648166760,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1648166760,"objectID":"c11b2549fab4aeae840c37961bb3378e","permalink":"https://amrcloud.net/ru/tutorials/integrations/labforce/","publishdate":"2022-03-25T00:06:00Z","relpermalink":"/ru/tutorials/integrations/labforce/","section":"tutorials","summary":"Руководство «Экспорт из LabForce в AMRcloud» рассказывает о том, как имеющиеся у вас данные из ЛИС LabForce экспортировать в файл формата AMRcloud.\nФайл экспорта представляет собой текстовый файл, использующий в качестве разделителя полей символ табуляции и имеющий кодировку WIN1251. Формирование файла выполняется на основании данных, входящих в предварительно созданный список отобранных анализов.\nДля подготовки данных для выгрузки нужно зайти в меню Справочники \u0026gt; Интеграция с МИС \u0026gt; Выгрузка в AMRCloud.","tags":null,"title":"Экспорт из LabForce в AMRcloud","type":"docs"},{"authors":null,"categories":null,"content":"Руководство «Экспорт из Vitek в AMRcloud» рассказывает о том, как имеющиеся у вас данные из анализатора Vitek 2 подготовить для загрузки в онлайн-платформу AMRcloud.\nКак загрузить полученный файл подробно описано в Руководстве «AMRcloud. Импорт данных»\nЭкспорт из VITEK 2 Экспортировать можно только изоляты, перешедшие в неактивную область.\nВремя перехода изолятов в неактивную область выставляется в общих настройках. По умолчанию – 14 дней.\nНезавершенные изоляты (требующие проверки или ввода информации о микроорганизме или пациенте) не переходят в неактивную область. Их необходимо перевести в статус Завершенные.\nВ главном окне программы нажать на кнопку Инструменты и выбрать Экспорт неактивных изолятов.\n Главное окно программы В открывшемся окне выставить диапазон дат, поставить галочки на МИК, Фенотип, Подробная информация о карте. При необходимости выбрать другие параметры. Нажать на кнопку Экспорт (верхний правый угол диск со стрелкой).\n Установка параметров экспорта В открывшемся окне нажать Да.\n Подтверждение экспорта В диалоговом окне выбрать расположение и ввести имя файла. Нажать Экспорт неактивных изолятов.\n Сохранение файла Дождаться сообщения об окончании экспорта.\nПолученный файл необходимо пропустить через конвертер в AMRcloud.\nОнлайн-конвертер Подготовка Файл с изолятами из VITEK 2 представляет собой текстовый файл (*.txt), разделитель полей - запятая.\nДля конвертации файла, перейдите по ссылке https://public.amrcloud.net/vitek.\nЗагрузка файла Для загрузки файла нажмите на кнопку Choose file и выберите ваш файл VITEK 2.\n Загрузка файла Загрузка файла начнется автоматически. По окончании загрузки система проверит содержимое файла, попытается его прочитать и выведет предпросмотр на экран. В случае успешной загрузки вы увидите следующее.\n Файл успешно загружен Если вы видите таблицу и кнопку Convert, значит файл распознался системой.\nКонвертация Процесс конвертации файла заключается в замене кодов антибиотиков и организмов VITEK 2 на обозначения, понятные AMRcloud.\nВ результате к таблице добавляются следующие столбцы:\n AMRCLOUD_ID - искусственно созданный уникальный идентификатор строки в таблице AMRCLOUD_ORGANISM_ID - перекодированные названия видом микроорганизмов, которые корректно воспримет AMRcloud для простановки интерпретаций данных чувствительности. При загрузке набора данных на Шаге 2: Выбор параметров рекомендуется использовать именно эти столбцы.\n Для пункта Выберите столбец, содержащий идентификатор изолята AMRCLOUD_ID Для пункта Выберите столбец, содержащий названия видов микроорганизмов AMRCLOUD_ORGANISM_ID Выберите столбец, содержащий идентификатор изолята Выберите столбец, содержащий названия видов микроорганизмов Дополнительно производится объединение значений нескольких столбцов маркеров резистентности в один столбец, начинающийся с кода AMRCLOUD_MARKER_. Также конвертер удаляет столбцы с персональными данными - PATIENT NAME, PATIENT ID, PATIENT LOCATION, LAB ID.\nПосле успешной загрузки файла, нажмите кнопку Convert. По окончании процесса конвертации на странице появится отчет о проделанных манипуляциях. Отчет содержит перечень кодов антибиотиков и организмов, которые были перекодированы, а также сообщения-предупреждения на которые стоит обратить внимание.\nЕсли при анализе файла возникли ошибки, дальнейшая конвертация невозможна. Необходимо исправить файл.\nВозможные ошибки:\n Ошибка Column [BAR CODE] not found. File has no Identity column означает, что не удалось найти столбец BAR CODE с уникальным идентификатором изолята. Необходимо добавить его в исходный файл, либо переименовать существующий столбец с идентификатором. Ошибка Column [ORGANISM CODE] not found. File has no Organism column означает, что не удалось найти столбец ORGANISM CODE с кодом микроорганизма изолята. Необходимо добавить его в исходный файл, либо переименовать существующий столбец с кодами. Пример ошибок Существуют следующие виды предупреждений:\n Предупреждение Column [AM-АМПИЦИЛЛИН] looks like antibiotic, but has some non-MIC values выводится в том случае, когда конвертер обнаруживает в столбце с антибиотиком любые нечисловые значения. Название столбца при этом все равно приводится к формату AMRcloud, значения остаются неизменными. Предупреждение Column AMRCLOUD_MARKER_АМИНОГЛИКОЗИДЫ added информирует о том, что конвертер обнаружил столбцы со значениями Аминогликозиды и создал новый столбец с объединенными значениями по аминогликозидам. Предупреждение Isolate with [BAR CODE]=1234567890 has 2 rows выводится в том случае, когда конвертер обнаружил, что изолят с уникальным идентификатором BAR CODE встречается несколько раз в файле. Рекомендуется исключить дубли из анализа. Предупреждение Column [AM-АМПИЦИЛЛИН] has no values выводится когда в столбце с антибиотиком не обнаружено значений. Предупреждение Columns with identical names have been enumerated выводится когда при заменах названий столбцов с антибиотиками образовались одинаковые имена. В таком случае столбцы нумеруются по порядку. Предупреждение No translation has been found for organism [CODE] выводится когда конвертеру не удалось сопоставить код микроорганизма из столбца ORGANISM CODE со словарем. В таком случае название данного микроорганизма рекомендуется заменить вручную. Пример предупреждений Перекодировка антибиотиков Перекодировка организмов Скачивание файла Для получения сконвертированного файла, готового к загрузке в AMRcloud, нажмите кнопку Download.\nДанный файл может быть использован Вами для создания проектов и наборов данных в AMRcloud. Руководство по загрузке файлов в AMRcloud доступно по ссылке.\nОффлайн-конвертер Возможна конвертация из формата VITEK 2 в формат AMRcloud и без использования интернета. Для этого необходимо воспользоваться оффлайн-конвертером.\nПодготовка Файл с изолятами из VITEK 2 представляет собой текстовый файл (*.txt), разделитель полей - запятая.\nУстановка Для установки программы AMRcloud Vitek Converter скачайте его по ссылке.\n AMRcloudVitekConverter.msi\nЕсли на компьютере не установлен .NET Framework 4, установщик предложит его скачать. По умолчанию программа устанавливается в папку Документы\\AMRsolution\\AMRcloud Vitek Converter\\\nРабота с программой Окно программы после запуска выглядит следующим образом.\n Главное окно программы Для выбора файла VITEK нажмите кнопку Open File, либо выберите меню File → Open Vitek File.\n Выбор файла После выбора файла нажмите кнопку Read File, либо меню File → Read Vitek File. Должна появиться таблица. Если таблица не появилась, возможно форматирование файла отличается от стандартного и нужно выбрать другой тип разделителя. Переключатель типа разделителя расположен между кнопками Open File и Read File. По умолчанию используется разделитель запятая.\n Чтение файла Далее необходимо указать, в каких столбцах содержится идентификатор изолята и код организма. По умолчанию считается, чтобы идентификатор хранится в столбце BAR CODE, а код организма в столбце ORGANISM CODE и эти значения менять не требуется.\nПри желании вы можете задать дополнительные параметры трансформации:\n Флажок Generate Unique IDs позволяет добавить к файлу новый столбец AMRCLOUD_ID с новым сгенерированным уникальным идентификатором. Флажок Concatenate Markers позволяет объединенить значения нескольких столбцов маркеров резистентности в один столбец, начинающийся с кода AMRCLOUD_MARKER_. В результате к таблице добавляются следующие столбцы:\n AMRCLOUD_ID - искусственно созданный уникальный идентификатор строки в таблице AMRCLOUD_ORGANISM_ID - перекодированные названия видом микроорганизмов, которые корректно воспримет AMRcloud для простановки интерпретаций данных чувствительности. AMRCLOUD_MARKER_ - объединенные значения маркеров резистентности При загрузке набора данных на Шаге 2: Выбор параметров рекомендуется использовать именно эти столбцы.\n Для пункта Выберите столбец, содержащий идентификатор изолята AMRCLOUD_ID Для пункта Выберите столбец, содержащий названия видов микроорганизмов AMRCLOUD_ORGANISM_ID Выберите столбец, содержащий идентификатор изолята Выберите столбец, содержащий названия видов микроорганизмов Для запуска процесса конвертации нажмите кнопку Convert.\n Конвертация файла По окончании процесса конвертации на странице появится отчет о проделанных манипуляциях. Отчет содержит перечень кодов антибиотиков и организмов, которые были перекодированы, а также сообщения-предупреждения на которые стоит обратить внимание.\n Отчет о конвертации По умолчанию сконвертированный файл сохраняется в папку Документы\\AMRsolution\\AMRcloud Vitek Converter\\Converted. Открыть сконвертированный файл можно с помощью кнопки Open converted file.\nВозможные ошибки:\n Ошибка Column [BAR CODE] not found. File has no Identity column означает, что не удалось найти столбец BAR CODE с уникальным идентификатором изолята. Необходимо добавить его в исходный файл, либо переименовать существующий столбец с идентификатором. Ошибка Column [ORGANISM CODE] not found. File has no Organism column означает, что не удалось найти столбец ORGANISM CODE с кодом микроорганизма изолята. Необходимо добавить его в исходный файл, либо переименовать существующий столбец с кодами. Существуют следующие виды предупреждений:\n Предупреждение Column [AM-АМПИЦИЛЛИН] looks like antibiotic, but has some non-MIC values выводится в том случае, когда конвертер обнаруживает в столбце с антибиотиком любые нечисловые значения. Название столбца при этом все равно приводится к формату AMRcloud, значения остаются неизменными. Предупреждение Column AMRCLOUD_MARKER_АМИНОГЛИКОЗИДЫ added информирует о том, что конвертер обнаружил столбцы со значениями Аминогликозиды и создал новый столбец с объединенными значениями по аминогликозидам. Предупреждение Isolate with [BAR CODE]=1234567890 has 2 rows выводится в том случае, когда конвертер обнаружил, что изолят с уникальным идентификатором BAR CODE встречается несколько раз в файле. Рекомендуется исключить дубли из анализа. Предупреждение Column [AM-АМПИЦИЛЛИН] has no values выводится когда в столбце с антибиотиком не обнаружено значений. Предупреждение Columns with identical names have been enumerated выводится когда при заменах названий столбцов с антибиотиками образовались одинаковые имена. В таком случае столбцы нумеруются по порядку. Предупреждение No translation has been found for organism [CODE] выводится когда конвертеру не удалось сопоставить код микроорганизма из столбца ORGANISM CODE со словарем. В таком случае название данного микроорганизма рекомендуется заменить вручную. Работа со справочниками Программа содержит предустановленные справочники антибиотиков и организмов, согласно которым осуществляется конвертация. При необходимости вы можете вносить в них изменения с помощью меню Dictionaries.\nСправочники подразделяются на глобальные и пользовательские. Глобальные содержат предустановленные стандартные значения перекодировки. Пользовательские справочники могут переопределять коды глобальных. Поэтому рекомендуется вносить изменения именно в пользовательские справочники.\nРаботу с ними рассмотрим на примере справочника организмов. Для этого выберите меню Dictionaries → User\u0026rsquo;s organisms.\n Меню справочников Окно справочника выглядит следующим образом.\n Окно справочника Для ввода данных достаточно дважды кликнуть на ячейку таблицы и ввести текст. Подтверждение ввода осуществляется клавишей Enter. Добавление новых записей осуществляется с помощью строки, помеченной звездочкой. Сохранить изменения можно с помощью кнопки Save. Кнопка Reload позволяет перезагрузить таблицу заново, тем самым сбросить несохраненные изменения.\n Пример заполнения справочника Кнопка Import позволяет упростить заполнение справочника. При нажатии появляется текстовое окно, куда можно скопировать таблицу с кодами из Excel. По нажатии кнопки OK они будут добавлены в справочник.\n Импорт новых значений в справочник Кнопка Export позволяет сохранить значения справочника в файл формата Excel.\nСправочники Complex antibiotics replacement и Custom antibiotics replacement Особенность данных справочников в том, что они содержат правила для перекодировки значений МПК для комбинированных антибиотиков.\n Справочник Complex antibiotics replacement Для описания такого перекодирования необходимо пары значений записать через символ равно (=) , разделителем пар служит запятая.\nВ качестве примера приводится запись для антибиотика SXT-Триметоприм/cульфаметоксазол. Для словаря использовались следующие справочные данные.\n Vitek trimethoprim, mg/L sulfamethoxasole, mg/L 2,5 0,125 2,375 5 0,25 4,75 10 0,5 9,5 20 1 19 40 2 38 80 4 76 160 8 152 320 16 304 640 32 608 1280 64 1216 2560 128 2432 5120 256 4864 10240 512 9728 ","date":1648166760,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1648166760,"objectID":"81ffafb587466b93484994dad297bbe9","permalink":"https://amrcloud.net/ru/tutorials/integrations/vitek-2/","publishdate":"2022-03-25T00:06:00Z","relpermalink":"/ru/tutorials/integrations/vitek-2/","section":"tutorials","summary":"Руководство «Экспорт из Vitek в AMRcloud» рассказывает о том, как имеющиеся у вас данные из анализатора Vitek 2 подготовить для загрузки в онлайн-платформу AMRcloud.\nКак загрузить полученный файл подробно описано в Руководстве «AMRcloud. Импорт данных»\nЭкспорт из VITEK 2 Экспортировать можно только изоляты, перешедшие в неактивную область.\nВремя перехода изолятов в неактивную область выставляется в общих настройках. По умолчанию – 14 дней.\nНезавершенные изоляты (требующие проверки или ввода информации о микроорганизме или пациенте) не переходят в неактивную область.","tags":null,"title":"Экспорт из VITEK 2 в AMRcloud","type":"docs"},{"authors":null,"categories":null,"content":"Руководство «Конвертация из WHONET в AMRcloud» рассказывает о том, как имеющиеся у вас данные из программы WHONET подготовить для загрузки в онлайн-платформу AMRcloud.\nКак загрузить полученный файл подробно описано в Руководстве «AMRcloud. Импорт данных»\nЭкспорт из WHONET Запуск программы Запустите программу WHONET и выберите вашу лабораторию.\n Выбор лаборатории В меню Анализ Данных выберите пункт Анализ Данных.\n Меню Анализ Данных Тип анализа Откроется окно подготовки отчета по анализу данных. Подготовка отчета заключается в последовательном задании необходимых условий и опций для создания нужного нам файла.\n Окно Анализ Данных По нажатии кнопки Тип анализа откроется окно выбора анализа. Переходим на вкладку Список изолята и сводка, в разделе Форматы отчетов выбираем 1.Результат загрузки. Нажимаем кнопку ОК.\n Окно Выбор анализа Дополнительные опции При необходимости можно нажать кнопку Опции и задать некоторые особенности выгрузки результатов. По умолчанию окно Опции анализа выглядит так, как показано на рисунке 5. Таким образом, например, можно объединить результаты тестирования, отметив соответствующую галочку в разделе Интерпретации тестов. Если данные содержат персональную информацию, то полезно будет отметить пункт Зашифровать информацию о пациентах в разделе Список изолята и сводка.\n Окно Опции анализа При необходимости, можно изменить условия отбора изолятов в отчет. По умолчанию установлен режим Один изолят каждого вида по пациенту. Чтобы его изменить, нажмите кнопку Один на каждого пациента и отметьте соответствующий режим.\n Окно Опции анализа выбора результатов для микроорганизма Микроорганизмы Обязательным пунктом в подготовке файла экспорта является выбор видов микроорганизмов, которые должны попасть в отчет. При нажатии кнопки Микроорганизмы откроется окно Выбор микроорганизма.\n Окно Выбор микроорганизма Последовательно кликая по названиям микроорганизмов в левой части окна, соберите необходимый перечень микроорганизмов для включения в отчет. Микроорганизмы можно также выбирать с использованием клавиш Ctrl или Shift. Выделенные микроорганизмы можно добавить в правую часть списка по кнопке \u0026ndash;\u0026gt;. Удалить выбранные микроорганизмы можно с помощью кнопки \u0026lt;\u0026ndash;.\nИзоляты Дополнительные условия отбора штаммов для включения в отчет можно добавить, нажав кнопку Изоляты. Откроется окно, где можно для каждого из параметров установить критерии выборки.\n Окно Изоляты Например, чтобы выбрать изоляты, выделенные только у мужчин старше 30 лет из отделения реанимации, нужно задать три условия:\n Сначала создадим критерии отбора по полу. Дважды щелкните по полю Пол, в открывшемся окне выберите m - Мужской пол, нажмите кнопку \u0026ndash;\u0026gt; и OK. Установка критерия отбора для пола Затем установим критерий для возраста. Дважды щелкните по полю Возраст, в открывшемся окне в поле Greater than or equal введите значение 30 и нажмите ОК. Установка критерия отбора для возраста В качестве финального условия создадим критерий отбора по отделению. Дважды щелкните по полю Тип отделения, в открывшемся окне дважды щелкните по icu - Отделение реанимации и интенсивной терапии и нажмите ОК. Установка критерия отбора для типа отделения Чтобы все наши три критерия работали вместе, установите переключатель Включить все изоляты, удовлетворяющие всем критериям. Таким образом, окно критериев будет выглядеть следующим образом:\n Окно Изоляты с установленными критериями Файл данных Поскольку все условия отбора и форматирования данных заданы, необходимо указать файл с данными вашей лаборатории. Для этого нажмите кнопку Файлы данных и укажите файл.\n Окно Выбрать файлы данных Предпросмотр В результате всех этапов окно Анализ данных примет вид, примерно как на рисунке.\n Окно Анализ данных после установки всех фильтров и критериев Чтобы предварительно просмотреть, какие изоляты попадут в файл экспорта, выберите в пункте Результат значение Экран и нажмите Начать анализ.\n Предпросмотр Программа WHONET применит все критерии и условия анализа к вашему файлу данных лаборатории и выведет на экран изоляты, которые удовлетворяют этим условиям. Если результат отличен от ваших ожиданий, то можно изменить условия фильтрации и критерии отбора и повторить вывод на экран.\nЭкспорт Для того, чтобы экспортировать изоляты в файл, пригодный для конвертера, необходимо выбрать в пункте Результат значение Текст (WHONET) и задать путь, по которому файл будет сохранен. Окно Анализ данных примет примерно следующий вид.\n Окно Анализ для экспорта Нажмите кнопку Начать анализ и по указанному пути создастся файл, который будем загружать в конвертер. Если открыть файл в Блокноте, то выглядит он примерно следующим образом.\n Файл экспорта Сохранение настроек экспорта Вполне вероятно, что подобную процедуру придется повторять с некоторой периодичностью. Чтобы каждый раз не выставлять одни и те же значения фильтров, можно сохранить настройки экспорта в специальный макрос. Для этого в окне Анализ данных нажмите кнопку Макрос. В открывшемся окне Определение макроса нажмите кнопку Новый и введите имя файла, в котором будут сохранены настройки экспорта. Дополнительно вы можете отметить галочками, настройки каких разделов требуется сохранить. После этого нажмите кнопку Сохранить и укажите куда сохранить файл макроса.\n Сохранение настроек экспорта с помощью макросов Чтобы воспользоваться сохраненным макросом, откройте окно Анализ данных, нажмите кнопку Макрос, выберите сохраненный макрос и нажмите кнопку Нагрузка/Load.\n Загрузка настроек экспорта из макроса Значения фильтров заполнятся автоматически и после этого достататочно нажать кнопку Начать анализ.\nОбъединение и экспорт нескольких файлов В некоторых случаях может возникнуть необходимость экспорта нескольких файлов с данными, например, в разных файлах может храниться информация от разных лабораторий или от одной лаборатории, но за разные года. WHONET позволяет объединить данные из этих файлов и экспортировать их как одно целое.\nДля этого в меню Ввод Данных выберите пункт Объединять, экспортировать или шифровать файлы данных.\n Меню объединения файлов В открывшемся окне выберите файлы, которые необходимо объединить с помощью кнопки Файлы данных. После этого в выпадающем списке Сохранить как выберите формат экспорта WHONET и укажите, куда сохранить новый объединенный файл данных. Для последующей обработки рекомендуется выбрать формат .txt. Если данные содержат персональную информацию, то полезно будет отметить пункт Зашифровать информацию о пациентах.\n Окно объединения файлов После выполнения всех действий нажмите кнопку Совместить. В результате получится файл, аналогичный полученному с использованием окна Анализ, с той лишь разницей, что разделителем полей является символ вертикальной черты |. Однако все равно данный файл можно загружать в конвертер.\n Пример результата объединения файлов Необходимо отметить, что данное окно можно использовать и для экспорта одного файла — такой способ может оказаться проще и удобнее, если не требуется дополнительных условий отбора изолятов.\nКонвертация в AMRcloud Для конвертации файла перейдите по ссылке https://public.amrcloud.net/whonet.\nЗагрузка файла Для загрузки файла нажмите на кнопку Choose file и выберите ваш файл экспорта из WHONET.\n Загрузка файла Загрузка файла начнется автоматически. По окончании загрузки система проверит содержимое файла, попытается его прочитать и выведет предпросмотр на экран.\nКорректный файл должен удовлетворять следующим требованиям:\n Размер файла не превышает 10 МБ; Разделитель полей - табуляция; Все имена столбцов уникальные. В случае успешной загрузки вы увидите следующее.\n Файл успешно загружен Если же файл прочитался некорректно, вы увидите следующее сообщение:\n Файл содержит ошибки В данном случае ошибка состоит в том, что столбец с именем FOX_ND30 встречается более одного раза в таблице. В случае таких ошибок дальнейшая конвертация невозможна.\nКонвертация файла Процесс конвертации файла заключается в замене кодов WHONET на обозначения, понятные AMRcloud. Такие замены производятся для:\n Антибиотиков (столбцы вида CZX_ND30, VAN_NM, VAN_NE, где первая часть распознается как антибиотик, вторая как метод тестирования) Организмов (замена значений столбца ORGANISM/МИКРООРГАНИЗМ, дополнительно добавляется столбец ORGANISM_GROUP) Клинических материалов (замена значений столбца SPEC_TYPE) После успешной загрузки файла, нажмите кнопку Convert. По окончании процесса конвертации на странице появится отчет о проделанных манипуляциях. Рассмотрим пример такого отчета.\n Отчет о конвертации Сначала выводятся предупреждения — это некоторые особенности, выявленные в процессе конвертации, на которые стоит обратить внимание. В данном случае такое предупреждение одно, и оно говорит нам о том, что в исходную таблицу был добавлен и автоматически заполнен новый столбец ORGANISM_GROUP. Это связано с тем, что при загрузке файла в AMRcloud требуется двухуровневая организация микроорганизмов.\nТакже возможно появление следующих сообщений в разделе Warnings:\n Сообщение Комментарий Converted table has multiple columns with antibiotic. Columns will be enumerated Данное сообщение выводится когда при анализе столбцов с антибиотиками два и более антибиотика в результате перекодировки получают одинаковые замены. Например, в нашем случае в файле было два столбца AMK_ND30 и AMK_ND20. Каждый из них должен заменяться на amikacin_dd, но, чтобы сохранить данные тестирования и уникальность наименования столбцов, к новым именам дописывается цифра. Так AMK_ND30 становится amikacin_dd, а AMK_ND20 – amikacin_dd_1. No replacement found for … Данное сообщение выводится, когда какое-либо значение, подлежащее замене, не было найдено в словаре. В таком случае сохраняется оригинальное написание. Сообщение выводится для того, чтобы Вы обратили внимание на данное значение и в случае необходимости произвели замену самостоятельно. Например, в нашем случае замены не были найдены для кода антибиотика AMM_NE и материала tt. Table doesn’t has ORGANISM column Данное сообщение выводится, когда при анализе таблицы, не было найдено столбца ORGANISM/МИКРООРГАНИЗМ. Данная ситуация не является критической ошибкой, а служит сигналом, что конвертированный файл не получится загрузить в AMRcloud без информации о микроорганизмах. Warning сообщения После предупреждений идут таблицы произведенных замен. Они приводятся для того, чтобы вы могли оценить правильность произведенных замен и, в случае необходимости, исправили некорректные замены самостоятельно.\nОтдельно стоит обратить внимание на то, как формируется имя антибиотика на замену:\n Название столбца разбивается на части до и после символа подчеркивания; Первая часть заменяется согласно словарю; Анализируется содержимое столбца антибиотика. Если находится хотя бы одно значение S, I или R, что дописывается код _sir; Если содержимое столбца антибиотика не содержит значений S, I или R, используется вторая часть названия оригинального столбца антибиотика и дописываются коды: ND – _dd NM – _mic NE – _etest_mic Если и по анализу второй части оригинального названия столбца антибиотика не удалось определить метод тестирования, то дописывается код _mic. Скачивание файла Чтобы скачать сконвертированный файл, нажмите кнопку Download. Предполагается, что файл уже готов для загрузки в AMRcloud и не требует дополнительного редактирования (за исключением ситуации с Warning: Table doesn\u0026rsquo;t has ORGANISM column, описанной выше).\nКак происходит процесс загрузки файла в AMRcloud, можно прочитать в соответствующем руководстве\n","date":1648166760,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1648166760,"objectID":"43894304550800bed0ffd0890aa8af9e","permalink":"https://amrcloud.net/ru/tutorials/integrations/whonet/","publishdate":"2022-03-25T00:06:00Z","relpermalink":"/ru/tutorials/integrations/whonet/","section":"tutorials","summary":"Руководство «Конвертация из WHONET в AMRcloud» рассказывает о том, как имеющиеся у вас данные из программы WHONET подготовить для загрузки в онлайн-платформу AMRcloud.\nКак загрузить полученный файл подробно описано в Руководстве «AMRcloud. Импорт данных»\nЭкспорт из WHONET Запуск программы Запустите программу WHONET и выберите вашу лабораторию.\n Выбор лаборатории В меню Анализ Данных выберите пункт Анализ Данных.\n Меню Анализ Данных Тип анализа Откроется окно подготовки отчета по анализу данных.","tags":null,"title":"Конвертация из WHONET в AMRcloud","type":"docs"},{"authors":null,"categories":null,"content":"","date":1648166760,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1648166760,"objectID":"a8641da1c8605f446b5f2d17b92e2f06","permalink":"https://amrcloud.net/ru/tutorials/videotutorial/05/","publishdate":"2022-03-25T00:06:00Z","relpermalink":"/ru/tutorials/videotutorial/05/","section":"tutorials","summary":"","tags":null,"title":"Вкладка «Антибиотики (все)»","type":"docs"},{"authors":null,"categories":null,"content":"","date":1648166760,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1648166760,"objectID":"36db9db5bb0987d4b3676cc4a8056c75","permalink":"https://amrcloud.net/ru/tutorials/videotutorial/07/","publishdate":"2022-03-25T00:06:00Z","relpermalink":"/ru/tutorials/videotutorial/07/","section":"tutorials","summary":"","tags":null,"title":"Вкладка «Ассоциированная устойчивость»","type":"docs"},{"authors":null,"categories":null,"content":"","date":1648166760,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1648166760,"objectID":"2b367b5849ba71c4df5cff6ee81c3ded","permalink":"https://amrcloud.net/ru/tutorials/videotutorial/06/","publishdate":"2022-03-25T00:06:00Z","relpermalink":"/ru/tutorials/videotutorial/06/","section":"tutorials","summary":"","tags":null,"title":"Вкладка «Выбранный антибиотик»","type":"docs"},{"authors":null,"categories":null,"content":"","date":1648166760,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1648166760,"objectID":"f2642d38c4e2a3b5e57da8ceb0ec4ceb","permalink":"https://amrcloud.net/ru/tutorials/videotutorial/08/","publishdate":"2022-03-25T00:06:00Z","relpermalink":"/ru/tutorials/videotutorial/08/","section":"tutorials","summary":"","tags":null,"title":"Вкладка «Маркеры»","type":"docs"},{"authors":null,"categories":null,"content":"","date":1648166760,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1648166760,"objectID":"9cf93b896a17ec8ccfef5865842aaa36","permalink":"https://amrcloud.net/ru/tutorials/videotutorial/04/","publishdate":"2022-03-25T00:06:00Z","relpermalink":"/ru/tutorials/videotutorial/04/","section":"tutorials","summary":"","tags":null,"title":"Вкладка «Микроорганизмы»","type":"docs"},{"authors":null,"categories":null,"content":"","date":1648166760,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1648166760,"objectID":"d2501727bda7237c5c83d0a75d5e453b","permalink":"https://amrcloud.net/ru/tutorials/videotutorial/09/","publishdate":"2022-03-25T00:06:00Z","relpermalink":"/ru/tutorials/videotutorial/09/","section":"tutorials","summary":"","tags":null,"title":"Вкладка «Сравнения»","type":"docs"},{"authors":null,"categories":null,"content":"","date":1648166760,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1648166760,"objectID":"97da711b8ddcac5ac34212bc5fa2dbb7","permalink":"https://amrcloud.net/ru/tutorials/videotutorial/03/","publishdate":"2022-03-25T00:06:00Z","relpermalink":"/ru/tutorials/videotutorial/03/","section":"tutorials","summary":"","tags":null,"title":"Вкладка «Структура данных»","type":"docs"},{"authors":null,"categories":null,"content":"","date":1648166760,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1648166760,"objectID":"acfa5f90aea91cb719bb5020a2d538fa","permalink":"https://amrcloud.net/ru/tutorials/videotutorial/02/","publishdate":"2022-03-25T00:06:00Z","relpermalink":"/ru/tutorials/videotutorial/02/","section":"tutorials","summary":"","tags":null,"title":"Загрузка данных","type":"docs"},{"authors":null,"categories":null,"content":"","date":1648166760,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1648166760,"objectID":"958711d87440f42f9a232de8913ec35f","permalink":"https://amrcloud.net/ru/tutorials/videotutorial/10/","publishdate":"2022-03-25T00:06:00Z","relpermalink":"/ru/tutorials/videotutorial/10/","section":"tutorials","summary":"","tags":null,"title":"Как поделиться данными","type":"docs"},{"authors":null,"categories":null,"content":"Руководство «Экспорт из ЛИС «Акросс-Клиническая Лаборатория» в AMRcloud» рассказывает о том, как имеющиеся у вас данные из ЛИС «Акросс-Клиническая Лаборатория» (ЛИС АКЛ) экспортировать в файл формата AMRcloud.\nФормирование файла выполняется на основании данных, входящих в предварительно созданный список отобранных анализов.\nВ общем меню программы выберите подменю Отчеты, затем пункт Выгрузка в AMRcloud.\n Меню Отчеты После этого откроется отчет Выгрузка в AMRcloud.\n Отчет Выгрузка в AMRcloud При необходимости вы можете выбрать временной период, за который требуется выгрузить данные, а также настроить дополнительные поля отбора (например, Пол, Контрагент, Отделение и т.д.).\nПосле этого укажите куда нужно сохранить файл в поле Путь для выгрузки и нажмите кнопку Выгрузить.\nОткроется таблица следующего вида с исходными данными для AMRсloud.\n Пример файла Созданный файл может быть загружен в AMRcloud для анализа. Как загрузить полученный файл подробно описано в Руководстве «AMRcloud. Импорт данных» Вы можете сохранить настройки данного отчета для повторного использования, чтобы повторить процедуру экспорта для нового временного периода с помощью кнопки Сохранить настройку. Чтобы повторить процедуру экспорта для нового временного периода с использованием ранее сохраненных настроек нажмите кнопку Загрузить настройку.\n Чтобы получить обновление ЛИС «Акросс-Клиническая Лаборатория» (ЛИС АКЛ), позволяющее формировать отчеты в формате AMRcloud, напишите на электронную почту support@across.ru ","date":1648166760,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1648166760,"objectID":"e8ab1d0eeadb20a2442fb86c1269f8b7","permalink":"https://amrcloud.net/ru/tutorials/integrations/across/","publishdate":"2022-03-25T00:06:00Z","relpermalink":"/ru/tutorials/integrations/across/","section":"tutorials","summary":"Руководство «Экспорт из ЛИС «Акросс-Клиническая Лаборатория» в AMRcloud» рассказывает о том, как имеющиеся у вас данные из ЛИС «Акросс-Клиническая Лаборатория» (ЛИС АКЛ) экспортировать в файл формата AMRcloud.\nФормирование файла выполняется на основании данных, входящих в предварительно созданный список отобранных анализов.\nВ общем меню программы выберите подменю Отчеты, затем пункт Выгрузка в AMRcloud.\n Меню Отчеты После этого откроется отчет Выгрузка в AMRcloud.\n Отчет Выгрузка в AMRcloud При необходимости вы можете выбрать временной период, за который требуется выгрузить данные, а также настроить дополнительные поля отбора (например, Пол, Контрагент, Отделение и т.","tags":null,"title":"Экспорт из ЛИС «Акросс-Клиническая Лаборатория» в AMRcloud","type":"docs"},{"authors":null,"categories":null,"content":"Руководство «Экспорт из Микроб-2 в AMRcloud» рассказывает о том, как имеющиеся у вас данные из программы Микроб-2 подготовить для загрузки в онлайн-платформу AMRcloud.\nСоздание файла Файл экспорта представляет собой текстовый файл, использующий в качестве разделителя полей символ табуляции и имеющий кодировку WIN1251. Формирование файла выполняется на основании данных, входящих в предварительно созданный список отобранных анализов.\nДля создания списка отобранных анализов вызовите команду меню Журнал \u0026gt; Параметры отбора:\n Окно Параметры отбора Формирование списка осуществляется путем задания следующих параметров отбора:\n Период поступления/выдачи анализов, возможные значения – весь период (от времени поступления/выдачи первого анализа до времени внесения/выдачи последнего) или определенный Пользователем; Отделения, возможные значения — список отделений; Диагнозы, возможные значения — список диагнозов, возможно указание группы диагнозов; Биоматериалы, возможные значения — список биоматериалов; Микроорганизмы, возможные значения — список микроорганизмов, возможно указание группы микроорганизмов; Антибиотики, возможные значения — список антибиотиков, для отбора всех указанных антибиотиков вместе - признак «только все вместе». Установка параметров отбора по антибиотикам задается отдельно по названию антибиотиков с указанием степени чувствительности. Каждый из анализов, отобранных программой, удовлетворяет всем заданным параметрам. Как минимум, следует задать название журнала и период выдачи. Задание параметра «Дата выдачи» определяет, что в отобранный список анализов попадут только «готовые» анализы (анализы имеющие дату выдачи). Как правило, для мониторинга требуются данные именно «готовых» анализов.\n Окно Параметры отбора. Период выдачи После завершения установки параметров нажмите Да для формирования Списка отобранных анализов:\n Журнал. Список отобранных анализов Для формирования файла вызовите контекстное меню кликнув правой клавишей мыши по списку отобранных анализов и выберите Экспорт данных для мониторинга.\n Меню списка отобранных анализов Задайте имя файла и нажмите кнопку Сохранить.\n Сохранение файла Начнется процесс экспорта данных, по окончании которого появится сообщение о его завершении. Пример такого сообщения показан на рисунке.\n Сообщение о завершении экспорта В файл экспортируются данные о выделенных микроорганизмах и их чувствительности к антибиотикам. Поэтому указанное количество анализов в сообщении о завершении может отличаться от количества анализов в отобранном списке, куда могут входить отрицательные анализы (анализы без выделенных микроорганизмов). Пример созданного файла, загруженного в программу MS Excel, показан на рисунке.\n Файл, открытый в MS Excel Файл содержит анонимизированные данные названий отделений: названия отделений трансформируются в название типа «Отделение#062», где «062» генерируемый код. Для импорта файла в MS Excel воспользуйтесь меню Данные, разделом Получение внешних данных и кнопкой Из текста. Выберите созданный файл и при импорте укажите формат файла: «1251 : Кириллица (Windows)», символ-разделитель: «Знак табуляции». Формат данных столбцов следует указывать как «текстовый», иначе некоторые значения могут быть автоматически преобразованы, например, значение МПК «4/4» может быть преобразовано в дату «04-апр».\n Созданный файл может быть загружен в AMRcloud для анализа. Как загрузить полученный файл подробно описано в Руководстве «AMRcloud. Импорт данных» Настройка экспорта Обычно настройки экспорта данных мониторинга в формат AMRcloud предустановлены и не требуют дополнительной настройки, однако при наличии «пользовательских» значений Микроб-2 может потребоваться их дополнительная кодировка. Поэтому перед экспортом данных рекомендуется посмотреть и уточнить значения сопоставления в настройках программы.\nВызов настроек программы выполняется через команду основного меню Журнал \u0026gt; Настройки. Настройки программы индивидуальны для каждого компьютера: настройка того или иного параметра «работает» только для данного компьютера. Настройки, влияющие на создание файла для AMRcloud находятся на вкладке Отчеты и доступны через кнопку Настройки экспорта данных для мониторинга.\n Окно Настройки Общие настройки Глобальные параметры формирования файла AMRcloud можно задать на вкладке Общие.\n Настройки экспорта данных для мониторинга. Общие Файл данных для мониторинга — Задает имя создаваемого файла по-умолчанию. При выполнении экспорта возможно задание другого имени файла. Анонимизировать названия отделений — В случае нежелания включать реальные названия отделений, можно установить данный признак. При его установке отделения будут передаваться в обезличенном виде, например: «Отделение#001», «Отделение#002» и т.п. Использовать диагноз для поля локализации инфекции — При установке в данном поле будут передаваться названия диагнозов. При снятом признаке – поле локализации будет пустым. Считать отсутствие маркера резистентности как отрицательный результат — В программе используются маркеры резистентности значения которых могут передаваться в данные для мониторинга. В отличие от тестов на фенотип, чьи значения также могут передаваться, маркеры резистентности не имеют конкретного значения («отриц.» или «полож.» как тесты на фенотип), поэтому предполагается, что наличие маркера в бланке анализа означает «полож.» результат. При установке данного признака включается следующая логика: если в анализе отсутствует конкретный маркер, но при этом выделен микроорганизм, для которого возможна установка данного маркера, то считаем что данный маркер имеет «отриц.» значение. И это значение будет использовано при формировании файла AMRcloud. Микроорганизмы На вкладке Микроорганизмы находится таблица настройки соответствий между микроорганизмами Микроб-2 и AMRcloud:\n Настройки экспорта данных для мониторинга. Микроорганизмы Списки имеют предопределенные фиксированные значения. Установка выполняется путем выбора значения в выпадающих списках для колонок Микроорганизм или Группа микроорганизмов. При невозможности указания конкретного микроорганизма AMRcloud, устанавливайте значение в колонке Группа микроорганизмов.\nАнтибиотики На вкладке Антибиотики находится таблица настройки соответствий между антибиотиками Микроб-2 и AMRcloud:\n Настройки экспорта данных для мониторинга. Антибиотики Списки имеют предопределенные фиксированные значения. Для каждого антибиотика Микроб-2 возможна установка только конкретного антибиотика AMRcloud из предопределенного фиксированного списка.\nМеханизмы резистентности На вкладке Механизмы резистентности можно настроить передачу той или иной категории механизма резистентности, принятой в AMRcloud:\n Настройки экспорта данных для мониторинга. Механизмы резистентности Названия категорий в корне списка. Для формирования результатов механизмов резистентности используются значения тестов на фенотип и наличие/отсутствие маркеров резистентности Микроб-2. Каждой категории механизма резистентности AMRcloud ставится в соответствие набор тестов на фенотип и/или маркеров резистентности Микроб-2. Выбор установки тестов на фенотип или маркеров резистентности через контекстное меню:\n Меню установки тестов на фенотип или маркеров Например, редактор списка тестов на фенотип:\n Редактор списка тестов на фенотип Отобранный список содержит тесты на фенотип или маркеры резистентности для той или иной категории механизма резистентности AMRcloud.\n","date":1648166760,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1648166760,"objectID":"6fdbd3bd58524281568cbfffc95b5562","permalink":"https://amrcloud.net/ru/tutorials/integrations/microb-2/","publishdate":"2022-03-25T00:06:00Z","relpermalink":"/ru/tutorials/integrations/microb-2/","section":"tutorials","summary":"Руководство «Экспорт из Микроб-2 в AMRcloud» рассказывает о том, как имеющиеся у вас данные из программы Микроб-2 подготовить для загрузки в онлайн-платформу AMRcloud.\nСоздание файла Файл экспорта представляет собой текстовый файл, использующий в качестве разделителя полей символ табуляции и имеющий кодировку WIN1251. Формирование файла выполняется на основании данных, входящих в предварительно созданный список отобранных анализов.\nДля создания списка отобранных анализов вызовите команду меню Журнал \u0026gt; Параметры отбора:\n Окно Параметры отбора Формирование списка осуществляется путем задания следующих параметров отбора:","tags":null,"title":"Экспорт из Микроб-2 в AMRcloud","type":"docs"},{"authors":null,"categories":null,"content":"","date":1648166760,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1648166760,"objectID":"b4c2261605839d8e15b566039215976e","permalink":"https://amrcloud.net/ru/tutorials/videotutorial/01/","publishdate":"2022-03-25T00:06:00Z","relpermalink":"/ru/tutorials/videotutorial/01/","section":"tutorials","summary":"","tags":null,"title":"Начало работы","type":"docs"},{"authors":null,"categories":null,"content":"","date":1648166760,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1648166760,"objectID":"b82ea4ae6bc18a2e6da359089ad82a23","permalink":"https://amrcloud.net/ru/tutorials/videotutorial/11/","publishdate":"2022-03-25T00:06:00Z","relpermalink":"/ru/tutorials/videotutorial/11/","section":"tutorials","summary":"","tags":null,"title":"Подготовка набора данных к публикации","type":"docs"},{"authors":null,"categories":[],"content":"Февральское обновление AMRcloud до версии 0.8 принесло новые возможности:\n Добавлена возможность догружать данные в ранее созданный набор; Улучшено отображение круговых диаграмм; Добавлена возможность выбора вкладок для отображения при создании ссылок; Улучшена генерация ссылок; В раздел Антибиотики (все) добавлена возможность создавать стратифицированные таблицы резистентности для произвольного количества микроорганизмов; При добавлении графика в дашборд добавлена возможность выбора столбцов, которые нужно игнорировать при автоматическом перерасчете графика; Улучшения стабильности работы. ","date":1644904800,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1644904800,"objectID":"37acd8e246da3eb22522112d5599ae4d","permalink":"https://amrcloud.net/ru/post/20220215-amrcloud-update/","publishdate":"2022-02-15T09:00:00+03:00","relpermalink":"/ru/post/20220215-amrcloud-update/","section":"post","summary":"AMRcloud обновлен до версии 0.8","tags":[],"title":"Февральское обновление AMRcloud","type":"post"},{"authors":null,"categories":[],"content":"Обновлён открытый проект ФГБУ «ВГНКИ» «Ветеринарный мониторинг антибиотикорезистентности» - добавлены данные по чувствительности к антибактериальным средствам за 2019-2021 годы: более 800 новых изолятов, новые микроорганизмы, антибиотики, виды животных и регионы отбора проб.\n Открыть проект\n","date":1640584800,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1640584800,"objectID":"3be0d718cb673140966d966d3f5cc07e","permalink":"https://amrcloud.net/ru/post/20211227-vgnki-update/","publishdate":"2021-12-27T09:00:00+03:00","relpermalink":"/ru/post/20211227-vgnki-update/","section":"post","summary":"Добавлены данные по чувствительности к антибактериальным средствам за 2019-2021 годы.","tags":[],"title":"Обновлён открытый проект ФГБУ «ВГНКИ» «Ветеринарный мониторинг антибиотикорезистентности»","type":"post"},{"authors":null,"categories":[],"content":"Уважаемые коллеги! Подготовлена серия обучающих видео по актуальным вопросам антибиотикорезистентности и ее контролю. Обучающие ролики с авторами AMRcloud и экспертами по антибиотикорезистентности, затрагивающие следующие темы:\n Сбор и обработка данных антибиотикорезистентности Использование конвертеров при работе с различными лабораторными информационными системами и AMRcloud Практическое применение данных антибиотикорезистентности Для удобства просмотра все видео организованы в плейлист Мониторинг антибиотикорезистентности.\n ","date":1635314400,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1635314400,"objectID":"79caafda30243c0f65cbca28f3002c4a","permalink":"https://amrcloud.net/ru/post/20211027-monitoring-video/","publishdate":"2021-10-27T09:00:00+03:00","relpermalink":"/ru/post/20211027-monitoring-video/","section":"post","summary":"Подготовлена серия обучающих видео по актуальным вопросам антибиотикорезистентности и ее контролю.","tags":[],"title":"Серия видеолекций «Мониторинг антибиотикорезистентности»","type":"post"},{"authors":null,"categories":[],"content":"Уважаемые коллеги! Подготовлена пошаговая видеоинструкция по работе с платформой AMRcloud по следующим темам:\n Регистрация на сайте и начало работы Загрузка данных Работа с вкладками Сохранение результатов Распространение результатов среди специалистов Для удобства просмотра все видео организованы в плейлист Видеоруководство «Работа с AMRcloud» и снабжены субтитрами, в том числе на английском языке.\n ","date":1634882400,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1634882400,"objectID":"b526b1c15ec17a1e5a86aba4c6b88b77","permalink":"https://amrcloud.net/ru/post/20211022-tutorial-video/","publishdate":"2021-10-22T09:00:00+03:00","relpermalink":"/ru/post/20211022-tutorial-video/","section":"post","summary":"Подготовлена пошаговая видеоинструкция по работе с платформой AMRcloud","tags":[],"title":"Видеоруководство «Работа с AMRcloud»","type":"post"},{"authors":null,"categories":[],"content":"Уважаемые коллеги! 15 октября 2021 года в рамках V Сибирской конференции по антимикробной терапии и клинической микробиологии в гибридном формате прошел симпозиум \u0026ldquo;Организационные аспекты применения микробиологических данных в клинической практике\u0026rdquo;.\nНа семинаре обсуждались теоретические и практические вопросы организации локального мониторинга антибиотикорезистентности. Отдельно коснулись вопроса применения различных информационных систем в организации данного процесса.\nНа семинаре прозвучали доклады:\n Алексей Юрьевич Кузьменков рассказал о том, что такое программа управления антимикробной терапией и для чего она нужна. Алина Геннадьевна Виноградова раскрыла нюансы организации локального мониторинга антибиотикорезистентности и рассказала о практических задачах анализа данных. Иван Витальевич Трушин проанализировал аспекты взаимодействия информационных систем в лаборатории и рассказал, как AMRcloud помогает повысить эффективность работы. Ниже вы можете ознакомиться с презентациями докладов:\nПрограмма управления антимикробной терапией – подход, основанный на данных (Кузьменков А.Ю.) Организация локального мониторинга антибиотикорезистентности (Виноградова А.Г.) Взаимодействие информационных систем в лаборатории (Трушин И.В.) ","date":1634796000,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1634796000,"objectID":"b718f29bb3eb5fb13bf9281573dc60e9","permalink":"https://amrcloud.net/ru/post/20211021-novosibirsk/","publishdate":"2021-10-21T09:00:00+03:00","relpermalink":"/ru/post/20211021-novosibirsk/","section":"post","summary":"В рамках V Сибирской конференции по антимикробной терапии и клинической микробиологии прошел симпозиум \"Организационные аспекты применения микробиологических данных в клинической практике\"","tags":[],"title":"Организационные аспекты применения микробиологических данных в клинической практике","type":"post"},{"authors":null,"categories":[],"content":"Мы с радостью и гордостью объявляем о запуске нового, важного и полезного функционала: ДАШБОРДОВ!\nТеперь, если лаборатория внедрила у себя AMRcloud, то все врачи такого стационара смогут просто и легко ознакомиться с актуальными данными по чувствительности микроорганизмов в своём отделении, отсканировав специальный QR-код.\nО том, как использовать новый функционал, вы узнаете из нашего обучающего видеоролика.\n ","date":1633932000,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1633932000,"objectID":"cd00d87bc641eeb5d7bc347a1b49175a","permalink":"https://amrcloud.net/ru/post/20211011-dashboards/","publishdate":"2021-10-11T09:00:00+03:00","relpermalink":"/ru/post/20211011-dashboards/","section":"post","summary":"Новый способ поделиться данными","tags":[],"title":"Обновление AMRcloud: Дашборды","type":"post"},{"authors":null,"categories":[],"content":"Мы рады сообщить, что для пользователей бактериологического анализатора чувствительности к антибиотикам Adagio от компании Bio-Rad созданы конвертеры (онлайн и оффлайн), позволяющие подготовить данные из анализатора для загрузки в AMRcloud.\nПорядок действий, как выгрузить данные из Adagio описан в руководстве Экспорт из Adagio в AMRcloud.\nОнлайн-конвертер не требует установки и каких-либо настроек от пользователя и доступен по ссылке https://public.amrcloud.net/adagio.\nОффлайн-конвертер представляет собой Windows-приложение, способное работать без подключения к сети, полностью автономно. Присутствует возможность модифицировать встроенный справочник антибиотиков.\nПрограмма AMRcloud Adagio Converter не требует установки, достаточно скачать архив и распаковать его.\n AMRcloudAdagioConverter.zip.\n","date":1633327200,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1633327200,"objectID":"aa969a011740dea8c248d2fde6ad783c","permalink":"https://amrcloud.net/ru/post/20211004-adagio-integration/","publishdate":"2021-10-04T09:00:00+03:00","relpermalink":"/ru/post/20211004-adagio-integration/","section":"post","summary":"Данный конвертер поможет загрузить данные из Adagio в AMRcloud","tags":[],"title":"Создан конвертер для Adagio компании Bio-Rad","type":"post"},{"authors":null,"categories":[],"content":"Мы рады сообщить, что для пользователей автоматического бактериологического анализатора VITEK 2 от компании bioMérieux созданы конвертеры (онлайн и оффлайн), позволяющие подготовить данные из анализатора для загрузки в AMRcloud.\nПорядок действий, как выгрузить данные из VITEK 2 описан в руководстве Конвертация из VITEK 2 в AMRcloud.\nОнлайн-конвертер не требует установки и каких-либо настроек от пользователя и доступен по ссылке https://public.amrcloud.net/vitek.\nОффлайн-конвертер представляет собой Windows-приложение, способное работать без подключения к сети, полностью автономно. Присутствует возможность модифицировать встроенные справочники программы конкретно под ваши нужды. Скачать приложение можно по ссылке AMRcloudVitekConverter.msi. Для работы оффлайн-конвертер требуется .NET Framework 4, если он не установлен на компьютере, будет предложено его скачать и установить. По умолчанию программа устанавливается в папку Документы\\AMRsolution\\AMRcloud Vitek Converter\\.\n","date":1632290400,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1632290400,"objectID":"a365845ae8f7cb883a9749144335a534","permalink":"https://amrcloud.net/ru/post/20210922-vitek2-integration/","publishdate":"2021-09-22T09:00:00+03:00","relpermalink":"/ru/post/20210922-vitek2-integration/","section":"post","summary":"Данный конвертер поможет загрузить данные из VITEK 2 в AMRcloud","tags":[],"title":"Создан конвертер для VITEK 2 компании bioMérieux","type":"post"},{"authors":null,"categories":[],"content":"Мы рады сообщить, что для пользователей ЛИС «Акросс-Клиническая Лаборатория» (ЛИС АКЛ), доступно обновление, позволяющее формировать файлы для передачи в AMRcloud.\nПорядок действий описан в руководтсве Экспорт из ЛИС «Акросс-Клиническая Лаборатория» в AMRcloud.\nДля получения обновления просьба обратиться в службу поддержки компании «Акросс-Инжиниринг» по телефону 8-800-707-05-72, Whatsapp +7-911-190-75-59 или по электронной почте support@across.ru\n До конца 2021 года в рамках договоров технической поддержки Акросс действует бесплатное обновление ЛИС «Акросс-Клиническая Лаборатория» (ЛИС АКЛ), позволяющее формировать отчеты в формате AMRcloud. Для получения более подробной информации напишите, пожалуйста, на электронную почту support@across.ru ","date":1629871200,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1629871200,"objectID":"fb1763f0cf4447aff7f1fd5c97810e83","permalink":"https://amrcloud.net/ru/post/20210826-across-update/","publishdate":"2021-08-25T09:00:00+03:00","relpermalink":"/ru/post/20210826-across-update/","section":"post","summary":"В новом обновлении появилась возможность формировать файлы для AMRcloud","tags":[],"title":"Обновление ЛИС «Акросс-Клиническая Лаборатория» (ЛИС АКЛ)","type":"post"},{"authors":null,"categories":[],"content":"Уважаемые коллеги! Мы благодарим вас за участие в семинаре «Использование IT-платформы AMRcloud для формирования локальной системы мониторинга антибиотикорезистентности», прошедшем 27 мая 2021 в рамках XXIII конгресса МАКМАХ. Мы постарались, чтобы наш семинар стал живой площадкой для дискуссий и позволил сформировать активное сообщество AMRteam. На семинаре прозвучали доклады о практическом применении и использовании платформы AMRcloud в реальных проектах:\n Алексей Юрьевич Кузьменков рассказал о том, что нового появилось в AMRcloud за этот год и что ждёт нас в будущем. Алина Геннадьевна Виноградова провела параллель между проблемами реализации локального мониторинга и русской классической литературой, а также показала на конкретных примерах, как в этом может помочь платформа AMRcloud. Иван Витальевич Трушин уделил внимание практической части, продемонстрировав, как можно использовать уже имеющиеся данные из существующих информационных систем для анализа, а также призвал собравшихся вместе бороться за интеграцию AMRcloud с имеющимися ЛИС и МИС. Елена Геннадьевна Бурасова и Степанида Харитоновна Шамаева рассказали о опыте работы, поделившись реальными успехами во внедрении локального мониторинга в своих стационарах. Их вклад в популяризацию использования платформы AMRcloud был высоко оценён: вручены благодарственные письма от Главного внештатного специалиста по клинической микробиологии и антимикробной резистентности. Ниже вы можете ознакомиться с записями докладов:\nAMRcloud: эволюция возможностей (Кузьменков А.Ю.) AMRcloud в локальном мониторинге антибиотикорезистентности (Виноградова А.Г.) AMRcloud: интеграция с лабораторными информационными системами (Трушин И.В.) AMRcloud: примеры выполненных и текущих проектов (Бурасова Е.Г.) AMRcloud: примеры выполненных и текущих проектов (Шамаева С.Х.) Дополнительно в рамках семинара было проведено практическое занятие по использованию платформы AMRcloud для локального мониторинга антибиотикорезистентности. Завершением вечера стал интерактивный квиз, по итогам которого самые активные участники были награждены брендированным пакетом AMRteam. Демо-файл с набором данных, разобранном на практическом занятии можно скачать здесь.\nПрактическое занятие (А.Г. Виноградова, А.Ю. Кузьменков, М.В. Эйдельштейн) Надеемся, что все участники симпозиума не только получили новые знания, но и хорошо провели время. Ждём вас на наших новых семинарах, конференциях и активностях!\n ","date":1622527200,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1622527200,"objectID":"ffe60761d55fae3f94eaba6a4b77bb2e","permalink":"https://amrcloud.net/ru/post/20210601-amrcloud-seminar/","publishdate":"2021-06-01T09:00:00+03:00","relpermalink":"/ru/post/20210601-amrcloud-seminar/","section":"post","summary":"Мы благодарим вас за участие в семинаре прошедшем 27 мая 2021 в рамках XXIII конгресса МАКМАХ. Мы постарались, чтобы наш семинар стал живой площадкой для дискуссий и позволил сформировать активное сообщество AMRteam.","tags":[],"title":"Семинар «Использование IT-платформы AMRcloud для формирования локальной системы мониторинга антибиотикорезистентности»","type":"post"},{"authors":null,"categories":[],"content":"Мы рады сообщить, что для пользователей ЛИС LabForce: модуль Микробиология, доступно обновление, позволяющее формировать файлы для передачи в AMRcloud. Функциональность доступна начиная с версии 1.21.04.09. Теперь не нужно самим собирать таблицы и можно значительно сэкономить время.\nПорядок действий описан в руководтсве Экспорт из LabForce в AMRcloud.\nДля установки обновления просьба обратиться в службу поддержки LabForce по телефону 8-800-700-92-46 или по электронной почте info@labforce.ru\n","date":1620885600,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1620885600,"objectID":"8097c6789ca2e4b8bf2a5524f7437bd9","permalink":"https://amrcloud.net/ru/post/20210513-labforce-update/","publishdate":"2021-05-13T09:00:00+03:00","relpermalink":"/ru/post/20210513-labforce-update/","section":"post","summary":"В новом обновлении появилась возможность формировать файлы для AMRcloud","tags":[],"title":"Обновление ЛИС LabForce","type":"post"},{"authors":null,"categories":[],"content":"Мы рады сообщить, что для пользователей МИКРОБ-2 доступно бесплатное обновление. В новой версии добавлены дополнительные возможности настройки экспорта файла для загрузки в AMRcloud:\n Формирование файла прямо из списка отобранных анализов; Анонимизация и деанонимизация названий отделений; Возможность использования диагноза для поля локализации инфекции; Редактирование справочников Микроорганизмов и Антибиотиков; Настройка преобразования тестов на фенотип и маркеров резистентности в категории AMRcloud. Руководство Экспорт из Микроб-2 в AMRcloud также обновлено в соответствии с новыми возможностями программы.\nСкачать обновление можно по ссылке https://erbarus.com/news/432/\n","date":1620799200,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1620799200,"objectID":"6c5468b38c87df4110b01e1814967369","permalink":"https://amrcloud.net/ru/post/20210512-microb-2-update/","publishdate":"2021-05-12T09:00:00+03:00","relpermalink":"/ru/post/20210512-microb-2-update/","section":"post","summary":"В новом обновлении программы Микроб-2 улучшен экспорт данных микробиологического мониторинга в AMRcloud","tags":[],"title":"Обновление программы Микроб-2","type":"post"},{"authors":null,"categories":null,"content":"Формат файла Платформа AMRcloud поддерживает загрузку как Excel-файлов (XLS, XLSX), так и обычных текстовых файлов (TSV, TXT, CSV и т.д.).\n Для текстового файла предпочтительна кодировка UTF-8. При импорте текстового файла (TSV,TXT,CSV) предоставляется возможность задать следующие настройки:\n Разделитель столбцов Запятая Точка с запятой Знак табуляции Кавычки Авто Двойные кавычки Одинарные кавычки Десятичный разделитель Точка Запятая Окно загрузки файла в AMRcloud Файл должен содержать таблицу, сформирированную определеным образом. Структура таблицы Таблица должна быть «плоской», без объединенных ячеек, столбцов, строк, активных фильтров.\nПервая строка таблицы должна содержать имена столбцов (параметров). Строки, содержат данные по микробным изолятам (отдельная строка с записью на каждый изолят). Данные по чувствительности к антимикробным препаратам располагаются в столбцах (для каждого антибиотика - отдельный столбец).\nДля файла в формате Excel рекомендуется, чтобы файл содержал только один лист с данными.\n Пример файла c описанием столбцов\n Файл выше содержит дополнительные комментарии для понимания структуры таблицы. Его не рекомендуется загружать в AMRcloud. Файлы, пригодные для загрузки можно скачать ниже. Пример файла для загрузки в формате Excel\n Пример файла для загрузки в формате CSV (разделитель точка с запятой)\nВ общем виде в таблице можно выделить 5 групп столбцов:\n Обязательные столбцы; Дополнительные столбцы; Столбцы с данными о чувствительности к антибиотикам; Столбцы с данными о маркерах; Столбцы фильтров. Пример файла Особенности каждой из групп рассмотрены далее.\nОбязательные столбцы Данные столбцы должны обязательно присутствовать в файле. Без них импорт файла и дальнейшая работа невозможна.\nИдентификатор изолята В качестве идентификатора может быть использована любая запись, содержащая буквенно-цифровые символы, за исключением специальных (?,!%$#\u0026gt;\u0026lt;). Служит для уникальной идентификации изолята в рамках таблицы.\nНазвание вида микроорганизма Используйте двойные латинские названия видов микроорганизмов в соответствии с официальной номенклатурой https://www.bacterio.net/, либо Федеральный справочник лабораторных исследований. Справочник бактерий (столбец Форматированное наименование), в противном случае он не интерпретируется системой и функционал автоматической интерпретации результатов чувствительности может стать недоступен. Система автоматически распознает известные родовые и видовые названия микроорганизмов и применяет соотвествующие критерии для интерпретации значений МПК, зон подавления роста и определения категорий чувствительности к АМП.\n Пример корректного написания:\n Acinetobacter baumannii Staphylococcus sp. Salmonella spp. Пример некорректного написания:\n A.baumannii Ralstonia pickettii biovar 2 Стрептококк группы Viridans Название группы микроорганизмов Объединение микроорганизмов в группы позволяет представлять в обобщенном виде результаты оценки чувствительности к АМП разных (нескольких) видов микроорганизмов. Группировка может быть основана как на родовой принадлежности, например\n Вид микроорганизма Группа Acinetobacter baumannii Acinetobacter spp. Enterococcus ureasiticus Enterococcus spp. Escherichia coli Enterobacterales так и по любому другому внетаксономическому принципу (территориальному, виду диагноза, локализации инфекции и т.д.).\n Отображение вида и группы организма в интерфейсе AMRcloud На заметку!\nВы также можете оставить значения в столбце Название группы микроорганизмов пустыми или вообще удалить данный столбец из исходной таблицы, но в таком случае при импорте таблицы вам будет необходимо поставить галочку Сгенерировать группы организмов из названий видов в соответствующем разделе (см. \u0026ldquo;Шаг 2 - Выбор параметров\u0026rdquo;\u0026quot;).\n Дата Cлужит для фильтрации выделенных образцов в рамках временного диапазона. Может быть как датой реидентификации изолята, датой выделения материала у пациента, датой госпитализации пациента и т.д. Рекомендуется использовать дату выделения материала у пациента. Записи без даты не будут импортированы.\n Рекомендуемый формат записи даты:\n ГГГГ-ММ-ДД (2018-12-31) ГГГГ-ДД-ММ (2018-31-12) ДД-ММ-ГГГГ (31-12-2018) ММ-ДД-ГГГГ (12-31-2018) Отображение даты в интерфейсе AMRcloud Дополнительные столбцы Данные столбцы не обязательно должны присутствовать в файле для загрузки в AMRcloud, однако они обеспечивают большую наглядость и дополнительные возможности анализа.\nГеографический объект В качестве географических объектов могут быть указаны: страны, административно-территориальные единицы, природные зоны, города, небольшие населенные пункты, а также адреса конкретных зданий и объектов. Система попытается автоматически идентифицировать географические объекты и найти соответствующие координаты (широту и долготу). Если в загружаемой таблице есть дополнительные столбцы, содержащие значения долготы и широты, они также могут быть обработаны. Таким образом вы сможете самостоятельно определить геопривязку изолятов, что позволит отображать их на географической карте.\nЧисловая переменная Служит для реализации фильтрации набора данных по непрерывной числовой переменной. Такими данными могут быть: рост, вес, и т.д. Обычно такой переменной выступает возраст пациента на момент взятия образца. В случае необходимости система способна заменить пропущенные значения в данном столбце на значение «по умолчанию».\n На данный момент для отображения на интерфейсе можно выбрать только одну такую переменную, но сам файл может содержать неограниченное их количество. Отображение числовой переменной в интерфейсе AMRcloud Столбцы с данными о чувствительности к антибиотикам Результаты определения чувствительности к антимикробным препаратам (АМП):\n значения минимальных подавляющих концентраций (МПК) и/или диаметров зон подавления роста и/или категории чувствительности (S/I/R) Имена столбцов, содержащих данные определения чувствительности к АМП, должны начинаться с генерического названия АМП на английском языке и заканчиваться определяющим суффиксом. Количество таких столбцов не ограничено.\n_mic – для МПК например: ampicillin_mic\n Рекомендуется указывать значения МПК по основному действующему веществу (например, триметоприм/сульфаметоксазол – МПК триметоприма). Согласно международному соглашению рекомендуется использовать значения, соответствующие двукратным разведениям начиная с 1 мг/л. Для значений менее 0,25 мг/л рекомендуется использовать следующие значения:\n 0.125→ 0.125, 0.0625→0.06, 0.03125→0.03, 0.015625→0.016, 0.0078125→0.008, 0.00390625→0.004 0.001953125→0.002 _dd – для диаметров зон подавления роста например: ampicillin_dd\n Рекомендуется указывать диаметр зоны задержки роста по данным ДДМ. Целые числа, диапазон от 6 до 50 мм. Если необходимо указать нагрузку для двух компонентов – в качестве разделителя стоит использовать символ дефиса (например: meropenem_10_dd, trimethoprim-sulfamethoxazole_1-2_dd).\n_sir – для категорий чувствительности например: ampicillin_sir\n Рекомендуется указать один вариант:\n S – чувствительный I –чувствительный при увеличенной экспозиции R – устойчивый Система автоматически распознает известные генерические названия АМП и осуществляет интерпретацию значений МПК и диаметров зон подавления роста для известных микроорганизмов в соответствии с выбранными критериями.\nПри необходимости одновременной выгрузки значений МПК, полученных двумя раличными методами, допускается добавлять дополнительные суффиксы. Например, если нам необходимо выгрузить данные МПК, полученные методами разведения в бульоне и Е-тестов одновременно в рамках одного файла, можно воспользоваться следующими правилами:\n Для метода разведения в бульоне закодировать антибиотики с суффиксом _mic Для метода E-тестов закодировать антибиотики с суффиксом _etest_mic Таким образом удастся загрузить в систему оба вида антибиотиков, хотя интерпретироваться будет антибиотик с суффиксом _mic.\nВ рамках каждого из руководств (CLSI, EUCAST, и т.д.) перечень интерпретируемых антибиотиков может отличаться.\n Общий список автоматически распознаваемых антибиотиков\nОднако можно загружать любые названия антибиотиков, просто категории чувствительности для них автоматически интерпретироваться не будут. С предзабитыми значениями S/I/R также можно работать.\nСтолбцы с данными о маркерах Эти столбцы позволяют проводить более глубокий анализ информации и отдельных параметров изолята. В качестве таких параметров имеет смысл выбирать механизмы устойчивости, гены, мутации, и.д. Рекомендуется указывать как наличие/отсутсвие признака, так и отсутствие точной информации о факте проведения исследования на признак. Заголовок такого столбца будет выступать названием группы маркеров. Количество таких столбцов не ограничено.\nВ системе можно анализировать структуру распределения значений маркеров в рамках группы, географическое распределение, распределение маркеров относительно данных чувствительности к антибиотикам.\n Отображение маркеров в интерфейсе AMRcloud Столбцы фильтров Эти столбцы служат для отбора изолятов в рамках всего набора данных, еще до фильтрации по конкретным группам организмов/видов организмов/макреров. Эти столбцы содержат категориальные (текстовые) признаки.\n На данный момент для отображения на интерфейсе можно выбрать максимум 12 таких столбцов, но сам файл может содержать неограниченное их количество. Названия столбцов будут использоваться в качестве названий параметров.\n Отображение столбцов фильтров в интерфейсе AMRcloud ","date":1620432060,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1620432060,"objectID":"e38deb824b271fdaa0716818a46cd7b0","permalink":"https://amrcloud.net/ru/tutorials/import-data/08-appdx-datafile/","publishdate":"2021-05-08T00:01:00Z","relpermalink":"/ru/tutorials/import-data/08-appdx-datafile/","section":"tutorials","summary":"Формат файла Платформа AMRcloud поддерживает загрузку как Excel-файлов (XLS, XLSX), так и обычных текстовых файлов (TSV, TXT, CSV и т.д.).\n Для текстового файла предпочтительна кодировка UTF-8. При импорте текстового файла (TSV,TXT,CSV) предоставляется возможность задать следующие настройки:\n Разделитель столбцов Запятая Точка с запятой Знак табуляции Кавычки Авто Двойные кавычки Одинарные кавычки Десятичный разделитель Точка Запятая Окно загрузки файла в AMRcloud Файл должен содержать таблицу, сформирированную определеным образом.","tags":null,"title":"Описание файла для загрузки в AMRcloud","type":"docs"},{"authors":null,"categories":[],"content":"Апрельское обновление AMRcloud: AMRcloud обновлен до версии 0.6:\n добавлена функция автоматизированной проверки правильности написания наименований видов при загрузке данных ускорены расчеты множественной устойчивости добавлена возможность создания постоянных ссылок на наборы данных (меню редактирования набора данных, вкладка «Ссылки») Пример постоянной ссылки на интерактивных картах доступна опция постоянного отображения подписи геоточек Пример активированных подписей геоточек улучшена визуализация распределений МПК и диметров зон подавления роста в случае отображения для видов с разными значениями интерпретационных критериев Отображение МПК imipenem для Enterobacterales ","date":1619503200,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1619503200,"objectID":"2ce1a68ab704babac70b52ff80386e26","permalink":"https://amrcloud.net/ru/post/20210427-april-update/","publishdate":"2021-04-27T09:00:00+03:00","relpermalink":"/ru/post/20210427-april-update/","section":"post","summary":"AMRcloud обновлен до версии 0.6","tags":[],"title":"Апрельское обновление AMRcloud","type":"post"},{"authors":null,"categories":null,"content":"Организаторы Межрегиональная ассоциация по клинической микробиологии и антимикробной химиотерапии (МАКМАХ) НИИ антимикробной химиотерапии (НИИАХ), ФГБОУ ВО Смоленский государственный медицинский университет (СГМУ) Минздрава России Аннотация Mycoplasma genitalium является одним из облигатных патогенов, и доказано вызывает уретриты у мужчин, цервициты и эндометриты у женщин, а также осложняет течение беременности и родов.\nMycoplasma pneumoniae - это «атипичный» бактериальный патоген, вызывающий инфекции нижних дыхательных путей, включая пневмонию и трахеобронхит, и, реже, инфекции верхних дыхательных путей. Эпидемиологической особенностью M. pneumoniae является возможность вызывать вспышки в организованных коллективах с тесными контактами (в дошкольных, школьных и студенческих группах, у военнослужащих и др.), возможны семейные случаи инфекции.\nВ данном исследовании представлены результаты анализа распространенности генетических детерминант резистентности к макролидам (мутации в домене V гена 23S рРНК) и фторхинолонам (мутации в областях, определяющих устойчивость к хинолонам (QRDR) генов gyrA и parC) M. genitalium и M. pneumoniae.\n Протокол исследования\nИсточники клинических образцов Mycoplasma genitalium — положительные по результатам ПЦР образцы (n=873) из пяти городов России: Москвы, Нижнего Новгорода, Саратова, Смоленска и Тулы были собраны в период с 2009-2019 гг.\nMycoplasma pneumoniae — положительные по результатам ПЦР образцы (n=1480) из двенадцати городов России: Брянска, Екатеринбурга, Красноярска, Москвы и Московской области, Нижнего-Новгорода, Республики Марий Эл, Пензы, Смоленска, Тулы, Хабаровска и Ярославля были собраны в период с 2006-2020 гг.\nВсе образцы были собраны в рамках рутинной диагностики мочеполовых и респираторных инфекций и не повторялись (представляли отдельных пациентов / случаи инфекции). ПЦР-положительные образцы были направлены в центральную лабораторию НИИАХ для анализа мутаций, связанных с устойчивостью к антибиотикам.\nВыявление мутаций в V домене 23S рРНК и в QRDR генов parC и gyrA Однонуклеотидные замены в положениях 2058-2062 и 2611 домена V 23S рРНК и мутации, вызывающие изменения аминокислот (аа) в областях QRDR ParC (положения аа 79-84) и GyrA (положения аа 83-87) были обнаружены с помощью зондовых ПЦР-анализов в реальном времени и были подтверждены независимой ПЦР-амплификацией и секвенированием по Сэнгеру соответствующих фрагментов гена [2-4].\nДанные о типах обнаруженных мутаций представлены в разделе «Маркеры» на сайте.\nИсследовательская группа: Лаборатория НИИАХ: Эйдельштейн И.А., Романов А.В., Эйдельштейн М.В., Кузьменков А.Ю., Козлов Р.С. Участвующие центры: Аксютина Галина Владимировна (ФБУЗ «Центр Гигиены и Эпидемиологии в Брянской области», Брянск) Алябьева Наталья Александровна (ФГАУ «НМИЦ здоровья детей», Москва) Борисов Игорь Викторович (ФГБУ ИБФРМ РАН, Саратов) Грошенкова Елена Валентиновна (ФБУЗ «Центр Гигиены и Эпидемиологии в Ярославльской области», Ярославль) Гущин Александр Евгеньевич (ГБУЗ «Московский Центр дерматовенерологии и косметологии», Москва) Ершова Марина Геннадьевна (Инфекционная клиническая больница, ГБУЗ ЯО, Ярославль) Еникеева Фарида Шавкатовна (ГБУЗ «Пензенский областной клинический центр специализированных видов медицинской помощи», Пенза) Зайцев Андрей Алексеевич (ФГКУ «Главный военный клинический госпиталь им. академика Н.Н. Бурденко», Москва) Зубарева Людмила Михайловна (ОГБУЗ СКВД, Смоленск) Игнатькова Антонина Сергеевна (ФБУЗ «Центр Гигиены и Эпидемиологии в Тульской области», Тула) Иванова Ольга Владимировна (Филиал № 4 ФГКУ «1586 Военного клинического госпиталя», Смоленск) Иванова Ирина Анатольевна (ГБУ РМЭ «РЦПБ СПИД и ИЗ», Йошкар-Ола) Колесникова Елена Александровна (Клиника «УльтраМед», Нижний Новгород) Маджарова Ольга Анатольевна (ГУ «Республиканский клинический медицинский центр» Управления делами Президента Республики Беларусь, Минск) Новикова Ольга Петровна (Клиника «Консультант», Тула) Оленькова Ольга Михайловна (МАУ «Клинико-диагностический центр», Екатеринбург) Плескачевская Татьяна Александровна (СГМУ, Смоленск) Протасова Ирина Николаевна (ФГБОУ ВО КрасГМУ им. проф. В.Ф. Войно-Ясенецкого, Красноярск) Руднева Наталья Сергеевна (ГУЗ «ТОККВД», Тула) Семенова Ольга Леонидовна (ФБУЗ «Центр Гигиены и Эпидемиологии в Брянской области», Брянск) Сперанская Елена Валентиновна (НИИЭ и М им. Блохиной, Нижний Новгород) Цихановская Оксана Анатольевна (ГБУЗ «Центр специализированных видов медицинской помощи им. В.П. Аваева», Тверь) Яцышина Светлана Борисовна (ФБУН ЦНИИ Эпидемиологии Роспотребнадзора, Москва) Координатор проекта Эйдельштейн Инна Александровна Руководитель лаборатории молекулярной диагностики НИИ антимикробной химиотерапии\nФГБОУ ВО «СГМУ» Минздрава России\ninna.edelstein@antibiotic.ru\n Основные публикации Эйдельштейн И.А. Mycoplasma pneumoniae – современные данные о строении, молекулярной биологии и эпидемиологии возбудителя. Клиническая микробиология и антимикробная химиотерапия. 2023; 25(4):332-349. DOI: 10.36488/cmac.2023.4.332-349 Edelstein I.A., Guschin A.E., Romanov A.V., Negasheva E.S., Kozlov R.S. Genetic Determinants of Macrolide and Fluoroquinolone Resistance in Mycoplasma genitalium and Their Prevalence in Moscow, Russia. Pathogens. 2023; 12(3):496. DOI: 10.3390/pathogens12030496 Edelstein I.A., Romanov A.V., Kozlov R.S. Development of a Real-Time PCR Assay for Detection of Macrolide Resistance Mutations in Mycoplasma genitalium and Its Application for Epidemiological Surveillance in Russia. Microbial Drug Resistance.Mar 2023.69-77. DOI: 10.1089/mdr.2022.0131 Edelstein, I.A.; Ivanova, O.V.; Romashov, O.I.; Kozlov, R.S. Course of Lower Respiratory Tract Infection in Young People Treated at the Military Hospital of Smolensk Garrison with Detected Mycoplasma pneumoniae Carrying a Macrolide-Resistant Mutation in 23S rRNA Gene. Pathogens 2023, 12, 103. DOI: 10.3390/pathogens12010103 Эйдельштейн И.А., Руднева Н.С., Романов А.В., Зубарева Л.М., Кузьменков А.Ю., Колесникова Е.А., Трушин И.В., Борисов И.В., Суханова Л.Н., Ахмедова А.М., Новикова О.П., Козлов Р.С. Mycoplasma genitalium: мониторинг распространения мутаций, связанных с резистентностью к макролидам в России. Клиническая микробиология и антимикробная химиотерапия. 2022; 24(1):52-60. DOI: 10.36488/cmac.2022.1.52-60. Патент на изобретение RU 2778666 C1. 22.08.2022. Заявка № 2021128513 от 27.09.2021. Способ выявления мутаций в участках генов parC и gyrA QRDR, приводящих к резистентности у Mycoplasma genitalium к антибиотикам фторхинолонового ряда. Романов А.В., Козлов Р.С., Эйдельштейн И.А., Эйдельштейн М.В. Ref. Иванова О.В., Эйдельштейн И.А., Ромашов О.И., Козлов Р.С. Оценка влияния мутаций в гене 23S рРНК Mycoplasma pneumoniae, обуславливающих устойчивость к макролидам, на тяжесть течения внебольничной пневмонии у лиц молодого возраста, находившихся на лечении в Смоленском военном госпитале. Клиническая микробиология и антимикробная химиотерапия. 2020; 22(4):306-312. DOI: 10.36488/cmac.2020.4.306-312. Зубарева Л.М., Эйдельштейн И.А., Руднева Н.С., Романов А.В., Власова Т.А., Лавриненкова Ю.В., Суханова Л.Н., Ахмедова А.М., Кузьменков А.Ю., Трушин И.В., Евстафьев В.В. Распространенность ассоциированных с устойчивостью к макролидам мутаций у Mycoplasma genitalium среди пациентов с негонококковыми инфекциями, передающимися половым путём, в Смоленске и Туле. Клиническая микробиология и антимикробная химиотерапия. 2019; 21(4):330-339. DOI: 10.36488/cmac.2019.4.330-339 Зубарева Л.М., Эйдельштейн И.А., Романов А.В., Евстафьев В.В., Козлов Р.С. Клинический случай неуспеха терапии джозамицином у пациента с уретритом, вызванным Mycoplasma genitalium. Вестник дерматологии и венерологии. 2018;(4):55-59. DOI: 10.25208/0042-4609-2018-94-4-55-59 Эйдельштейн И.А., Эйдельштейн М.В., Романов А.В., Зайцев А.А., Раковская И.В., Бархатова О.И., Антипушина Д.Н., Козлов Р.С. Четыре случая выявления мутаций устойчивости в гене 23S рРНК Mycoplasma pneumoniae, выделенных от военнослужащих с пневмонией, находящихся на лечении в военном госпитале. Клиническая Микробиология и Антимикробная Химиотерапия. 2017; 19(3):248-253 Ref. Патент на изобретение RU 2646123 C1, 01.03.2018. Заявка № 2017133677 от 27.09.2017. Способ выявления мутаций, приводящих к резистентности у Mycoplasma genitalium и Mycoplasma pneumoniae к макролидным антибиотикам. Романов А.В., Козлов Р.С., Эйдельштейн И.А., Эйдельштейн М.В. Ref. Эйдельштейн И.А., Эйдельштейн М.В., Романов А.В., Рачина С.А., Яцышина С.Б., Раковская И.В., Козлов Р.С. Выявление мутаций устойчивости к макролидам в гене 23S рРНК Mycoplasma pneumoniae с помощью полимеразной цепной реакции в режиме реального времени. Тихоокеанский медицинский журнал. 2015;(1):63-66. Ref. Shipitsyna E, Rumyantseva T, Golparian D, Khayrullina G, Lagos AC, Edelstein I, Joers K, Jensen JS, Savicheva A, Rudneva N, Sukhanova L, Kozlov R, Guschin A, Unemo M. Prevalence of macrolide and fluoroquinolone resistance-mediating mutations in Mycoplasma genitalium in five cities in Russia and Estonia. PLoS One. 2017. Apr 13; 12(4). DOI: 1371/journal.pone.0175763 Edelstein I., Rachina S., Touati A., Kozlov R., Henin N., Bébéar C., Pereyre S. Mycoplasma pneumoniae Monoclonal P1 Type 2c, Outbreak, Russia, 2013. Emerging Infectious Diseases. Vol. 22, No. 2, February 2016. DOI: 10.3201/eid2202.151349 Бобылев А.А., Рачина С.А., Эйдельштейн И.А., Козлов Р.С., Герман С.В., Погодин А.Г. Описание вспышки инфекции, вызванной Mycoplasma pneumoniae, в Смоленской области. Пульмонология. 2013;(5):97-100. Ref ","date":1617861600,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1617861600,"objectID":"15fe5a67d6622c49870bce3b7c34faf0","permalink":"https://amrcloud.net/ru/project/demares/","publishdate":"2021-04-08T09:00:00+03:00","relpermalink":"/ru/project/demares/","section":"project","summary":"Анализ распространенности мутаций резистентности к макролидам и фторхинолонам у *Mycoplasma genitalium* и *Mycoplasma pneumoniae*","tags":null,"title":"Исследование «DeMaRes»","type":"project"},{"authors":null,"categories":[],"content":"Мартовское обновление AMRcloud: AMRcloud обновлен до версии 0.5:\n добавлено распознавание нагрузок дисков в наименованиях столбцов, содержащих результаты определения диметров зон подавления роста (столбцы с суффиксом _dd). Наименования столбцов формата cefotaxime_5_dd или piperacillin-tazobactam_30-6_dd будут распознаны и обработаны системой автоматически с использованием соответствующих критериев интерпретации добавлена возможность автоматического создания групп микроорганизмов из наименований видов улучшено распознавание наименований видов и подвидов микроорганизмов внедрена новая система для построения графиков добавлена возможность отображения диаграмм с использованием графических паттернов на графиках по умолчанию цвет подписи по оси X изменен на темный добавлена возможность масштабирования графиков: в случае множества значений по оси X улучшается качество визуализации добавлена глобальная настройка выбора формата экспорта графиков (.svg или .png) добавлено отображение используемых критериев интерпретации при просмотре набора данных по ссылке улучшена стабильность загрузки файлов ","date":1617170400,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1617170400,"objectID":"29ac55a25a0b0480997943121f9a75c6","permalink":"https://amrcloud.net/ru/post/20210331-march-update/","publishdate":"2021-03-31T09:00:00+03:00","relpermalink":"/ru/post/20210331-march-update/","section":"post","summary":"AMRcloud обновлен до версии 0.5","tags":[],"title":"Мартовское обновление AMRcloud","type":"post"},{"authors":null,"categories":[],"content":"3 марта 2021 года специалисты МАКМАХ Кузьменков А.Ю., Эйдельштейн М.В. и Виноградова А.Г. приняли участие в научно-практическом семинаре «Использование IT-платформы #AMRcloud для формирования локальной системы мониторинга антибиотикорезистентности», проведённого на базе Республиканской больницы №2 — ЦЭМП (Якутск) и Республиканского центра мониторинга антибиотикорезистентности микроорганизмов при поддержке Министерства здравоохранения республики Саха (Якутия).\nНа семинаре прозвучали доклады:\nРоль AMRcloud в локальном мониторинге антибиотикорезистентности Кузьменков Алексей Юрьевич, к.м.н.,заместитель директора по биоинформатике НИИ АХ, Смоленск\nОпыт внедрения онлайн платформы AMRcloud для анализа и обмена данными антибиотикорезистентности Шамаева Степанида Харитоновна, к.б.н., зав.лабораторией клинической микробиологии (бактериологии) «РБ№2 – ЦЭМП», Якутск\nПримеры выполненных и текущих проектов в AMRcloud. Микрофлора и антибиотикорезистентность у пострадавших термической травмой Потапов Александр Филиппович, д.м.н., заведующий кафедрой анестезиологии, реаниматологии и интенсивной терапии с курсом скорой медицинской помощи СВФУ им.М.К.Аммосова, руководитель Республиканского центра мониторинга антибиотикорезистентности, Якутск\nПримеры выполненных и текущих проектов в AMRcloud. Антибиотикотерапия пациентов с тяжелой внебольничной пневмонией Портнягина Ульяна Семеновна, к.м.н., доцент кафедры «Внутренние болезни и ОВП (семейная медицина) СВФУ им.М.К.Аммосова, зав.отделом клинической микробиологии «РБ№2 – ЦЭМП», Якутск\nПримеры выполненных и текущих проектов в AMRcloud. Антибиотикорезистентность возбудителей нозокомиальной пневмонии у пациентов ОРИТ ОНМК Матвеев Афанасий Семенович, к.м.н., доцент кафедры АРИТ с курсом СМП ФПОВ МИ СВФУ им.М.К.Аммосова, Якутск\nAMRcloud: индивидуальные настройки Виноградова Алина Геннадьевна, научный сотрудник НИИ АХ, Смоленск\n","date":1614837600,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1614837600,"objectID":"632b33982a9be94581d3f9bea118148d","permalink":"https://amrcloud.net/ru/post/20210304-webinar-yakutsk/","publishdate":"2021-03-04T09:00:00+03:00","relpermalink":"/ru/post/20210304-webinar-yakutsk/","section":"post","summary":"3 марта 2021 года проведен научно-практический семинар на базе Республиканской больницы №2 — ЦЭМП (Якутск) и Республиканского центра мониторинга антибиотикорезистентности микроорганизмов при поддержке Министерства здравоохранения республики Саха (Якутия)","tags":[],"title":"Научно-практический семинар «Использование IT-платформы AMRcloud для формирования локальной системы мониторинга антибиотикорезистентности»","type":"post"},{"authors":null,"categories":[],"content":"Февральское обновление AMRcloud: Добавлены критерии EUCAST v11.0 (2021). Полный список доступных антимикробных препаратов для автоматической интерпретации в AMRcloud представлен в таблице. Критерии EUCAST ECOFF (epidemiological cut-off values) были актуализированы. Исследование “CAZ-AVI” Обновлены данные открытого проекта: Исследование «CAZ-AVI» — Оценка чувствительности клинических изолятов Enterobacterales и Pseudomonas aeruginosa к цефтазидиму/авибактаму в России с помощью диско-диффузионного метода.\nТеперь проект включает данные второго этапа исследования: 22 тыс. бактериальных изолятов из 61 города РФ.\n","date":1613109600,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1613109600,"objectID":"71fe28087846eeeac37ff39e6b05f2b9","permalink":"https://amrcloud.net/ru/post/20210212-february-update/","publishdate":"2021-02-12T09:00:00+03:00","relpermalink":"/ru/post/20210212-february-update/","section":"post","summary":"В AMRcloud стали доступны критерии EUCAST v11.0 (2021)","tags":[],"title":"Февральское обновление AMRcloud","type":"post"},{"authors":null,"categories":[],"content":"Уважаемые коллеги, платформа для анализа пользовательских данных антибиотикорезистентности AMRcloud обновлена до версии 0.4.\nВ обновлении:\n добавлены краткие отчеты о результатах импорта данных на первом и втором шаге добавлено формирование отчета о видах микроорганизмов, для которых не найдены критерии интерпретации добавлена анимация при обработке данных на четвертом шаге добавлена возможность создания сценария импорта данных добавлена возможность смены цветовых схем графиков улучшена стаблильность загрузки .xlsx и .xls файлов при анализе данных на интерфейсе сохраняется исходное пользовательское название столбца с датой улучшения стабильности работы ","date":1611727200,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1611727200,"objectID":"90efd081a76932c667c2d414364daca6","permalink":"https://amrcloud.net/ru/post/20210127-january-update/","publishdate":"2021-01-27T09:00:00+03:00","relpermalink":"/ru/post/20210127-january-update/","section":"post","summary":"платформа для анализа пользовательских данных антибиотикорезистентности AMRcloud обновлена до версии 0.4","tags":[],"title":"Январское обновление AMRcloud","type":"post"},{"authors":null,"categories":[],"content":"Уважаемые коллеги, платформа для анализа пользовательских данных антибиотикорезистентности AMRcloud обновлена до версии 0.3.\nВ обновлении:\n добавлены кнопки переключения шагов при импорте данных добавлена возможность создания скриншотов страницы добавлена возможность замены пропущенных количественных значений при импорте данных. ","date":1608616800,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1608616800,"objectID":"485d6c409834e6c8141131668f8b78a6","permalink":"https://amrcloud.net/ru/post/20201222-december-update/","publishdate":"2020-12-22T09:00:00+03:00","relpermalink":"/ru/post/20201222-december-update/","section":"post","summary":"платформа для анализа пользовательских данных антибиотикорезистентности AMRcloud обновлена до версии 0.3","tags":[],"title":"Декабрьское обновление AMRcloud","type":"post"},{"authors":null,"categories":[],"content":"В рамках XXII международного конгресса МАКМАХ 25 ноября 2020 года прошел Параллельный симпозиум «Использование IT-платформы AMRcloud для формирования локальной системы мониторинга антибиотикорезистентности».\nПосетители симпозиума узнали о том, как работать в AMRcloud, как подготовить данные для загрузки. Два доклада были посвящены результатам реального использования AMRcloud в лечебных учреждениях. Также прошел часовой workshop (практическое занятие) с демонстрацией нового функционала платформы AMRcloud.\nПринцип работы и обзор возможностей AMRcloud Кузьменков Алексей Юрьевич\n Форматирование исходных данных, их процессинг и анализ Виноградова Алина Геннадьевна \nПримеры выполненных и текущих проектов в AMRcloud Замятин Михаил Николаевич \nПримеры выполненных и текущих проектов в AMRcloud Елохина Елена Васильевна \nПрактическое занятие Виноградова Алина Геннадьевна, Кузьменков Алексей Юрьевич, Эйдельштейн Михаил Владимирович \nПриятным бонусом для участников симпозиума стал сертификат участника с промокодом, позволяющим увеличить в два раза объем доступного пространства для вашей учетной записи в AMRcloud, и получить комплект участника AMRteam при возобновлении очных мероприятий МАКМАХ. Именные электронные сертификаты с промокодами были разосланы 1 декабря 2020 года на электронную почту всем участникам симпозиума, которые присутствовали 80% времени вебинара.\n Приглашаем вас принять участие в опросе, посвященном проблеме и особенностям мониторинга антибиотикорезистентности в вашем учреждении. ","date":1606305600,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1606305600,"objectID":"df340f320e9b3be2fdb016db2385b4e3","permalink":"https://amrcloud.net/ru/post/20201125-amrcloud-monitoring/","publishdate":"2020-11-25T15:00:00+03:00","relpermalink":"/ru/post/20201125-amrcloud-monitoring/","section":"post","summary":"В рамках XXII международного конгресса МАКМАХ 25 ноября 2020 года прошел Параллельный симпозиум «Использование IT-платформы AMRcloud для формирования локальной системы мониторинга антибиотикорезистентности».","tags":[],"title":"Использование IT-платформы AMRcloud для формирования локальной системы мониторинга антибиотикорезистентности","type":"post"},{"authors":null,"categories":[],"content":"Мы рады сообщить, что для пользователей МИКРОБ-2 доступно бесплатное обновление, позволяющее формировать файлы для передачи в AMRcloud. Теперь не нужно самим собирать таблицы и можно значительно сэкономить время.\nСкачать обновление можно по ссылкам:\n Для Микроб-2 Для Микроб-Автомат Также доступно руководство Экспорт из Микроб-2 в AMRcloud.\n","date":1604404800,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1604404800,"objectID":"9ae8cb1763108add087e1c49ad5ca2b8","permalink":"https://amrcloud.net/ru/post/20201103-microb-2/","publishdate":"2020-11-03T15:00:00+03:00","relpermalink":"/ru/post/20201103-microb-2/","section":"post","summary":"Экспорт из Микроб-2 в AMRcloud","tags":[],"title":"Интеграция с Микроб-2","type":"post"},{"authors":null,"categories":[],"content":" добавлена возможность импорта данных из WHONET; добавлен онлайн конвертер для текстовых файлов экспорта WHONET; добавлено руководство по экспорту/конвертации данных из WHONET. ","date":1602914400,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1602914400,"objectID":"7032e061d9c4f4c9e2065525d4e8a1ee","permalink":"https://amrcloud.net/ru/post/20201017-october-update/","publishdate":"2020-10-17T09:00:00+03:00","relpermalink":"/ru/post/20201017-october-update/","section":"post","summary":"Конвертер из WHONET в AMRcloud","tags":[],"title":"Октябрьское обновление AMRcloud","type":"post"},{"authors":null,"categories":[],"content":" В AMRcloud стали доступны критерии CLSI M100-ED30, 2020. Полный список доступных антимикробных препаратов для автоматической интерпретации в AMRcloud представлен в таблице; В AMRcloud появилась возможность создания пользовательских критериев интерпретации чувствительности к антимикробным препаратам; В AMRcloud появилась возможность автоматического объединения в отчете разных типов данных оценки чувствительности к антимикробным препаратам (МПК, ЗПР, категорий S/I/R). ","date":1599069600,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1599069600,"objectID":"6163c1551b7f9245cf0db68df241d58a","permalink":"https://amrcloud.net/ru/post/20200909-september-update/","publishdate":"2020-09-02T21:00:00+03:00","relpermalink":"/ru/post/20200909-september-update/","section":"post","summary":"CLSI M100-ED30, пользовательские критерии и еще...","tags":[],"title":"Сентябрьское обновление AMRcloud","type":"post"},{"authors":null,"categories":null,"content":"Организаторы Межрегиональная ассоциация по клинической микробиологии и антимикробной химиотерапии Российское общество урологов Аннотация Представлены данные по устойчивости к антибиотикам изолятов внебольничных уропатогенов, выделенных из средней порции мочи:\n взрослых с симптоматическими ИМП (цистит, пиелонефрит) детей и подростков до 18 лет с симптоматическими ИМП (цистит, пиелонефрит) беременных с симптоматическими ИМП (цистит и пиелонефрит) и бессимптомной бактериурией Исследование проводилось в два этапа: «ДАРМИС» (2009-2011 гг.): 28 центров, 20 городов Россия: Воронеж, Екатеринбург, Иркутск, Казань, Краснодар, Москва, Омск, Ростов-на-Дону, Самара, Санкт- Петербург, Северск, Смоленск, Сургут, Томск, Тюмень, Уфа, Челябинск, Якутск; Беларусь: Гомель; Казахстан: Караганда. «ДАРМИС-2018» (2017-2018 гг.): 34 центра, 26 городов Россия: Братск, Воронеж, Екатеринбург, Иркутск, Йошкар-Ола, Казань, Киров, Краснодар, Нижневартовск, Новокузнецк, Новосибирск, Омск, Ростов-на-Дону, Самара, Санкт- Петербург, Северск, Смоленск, Сургут, Тольятти, Томск, Ульяновск, Челябинск, Якутск, Ярославль; Беларусь: Гомель; Казахстан: Караганда. Определение чувствительности к антибактериальным средствам Определение минимальных подавляющих концентраций (МПК) методом последовательных двукратных разведений в бульоне Мюллера–Хинтон (по стандарту ISO 20776-1:2006 / ГОСТ Р ИСО 20776-1-2010) проводилось в центральной лаборатории НИИ антимикробной химиотерапии (НИИАХ) Смоленского государственного медицинского университета (СГМУ).\nИнтерпретация результатов определения чувствительности Клинические категории чувствительности определены на основании Пограничных значений МПК Европейского комитета по определению чувствительности к антимикробным препаратам EUCAST v11.0, 2021 г.\nИсследовательская группа «ДАРМИС» Настаушева Т.Л. (ФГБОУ ВО «ВГМУ им. Н.Н. Бурденко» Минздрава России, Воронеж), Тапальский Д.В. (УО «ГГМУ», Гомель, Беларусь), Розанова С.М., Перевалова Е.Ю. (МАУ «КДЦ», Екатеринбург), Агапова Е.Д. (ГБУЗ «ИГОДКБ», Иркутск), Галеева О.П. (ГАУЗ «РКБ МЗ РТ», Казань), Валиуллина И.Р. (ГАУЗ «ДРКБ МЗ РТ», Казань), Сафина А.И. (ФГБОУ ВО «КГМУ» Минздрава России, Казань), Лавриненко А.В. (НАО «МУК», Караганда, Казахстан), Мултых И.Г. (ГБУЗ «ДККБ» МЗ КК, Краснодар), Анкирская А.С. (ФГБУ «НМИЦАГиП им. ак. В.И. Кулакова» Минздрава России, Москва), Никольская И.Г. (ГБУЗ МО «МОНИИАГ», Москва), Скальский С.В., Елохина Е.В. (ФГБОУ ВО «ОмГМУ» Минздрава России, Омск), Коган М.И., Набока Ю.Л. (ФГБОУ ВО «РостГМУ» Минздрава России, Ростов-на-Дону), Жестков А.В., Оськина Е.А. (ФГБОУ ВО «СамГМУ» Минздрава России, Самара), Савичева А.М. (ФГБУ «НИИ АГиР им. Д.О. Отта», ФГБОУ ВО «СПбГПМУ» Минздрава России, Санкт-Петербург), Полухина О.В. (ФГБУ «РНЦРиХТ им. ак. А.М. Гранова» Минздрава России, Санкт-Петербург), Москвитина Е.Н. (ФГБУ СибФНКЦ ФМБА России, Северск), Морозов М.В. (ЧУЗ «КБ «РЖД-Медицина», Смоленск), Малев И.В. (ОБГУЗ «Поликлиника №3», Смоленск), Козлова Л.В., Палагин И.С., Сехин С.В. (ФГБОУ ВО «СГМУ» Минздрава России, Смоленск), Логинов Ю.А. (ООО «Уромед», Смоленск), Трапезникова Б.В. (БУ «СОКБ», Сургут), Гудкова Л.В. (ОГАУЗ «ТОКБ», Томск), Ортенберг Э.А., Хохлявина Р.М. (ФГБОУ ВО «ТГМУ» Минздрава России, Тюмень), Хасанова С.Г., Зулкарнеев Р.Х. (ГБУЗ РБ «ГКБ №21», Уфа), Гуменецкий Д.В. (МАУЗ «ГКБ №6», Челябинск), Татаринова О.В. (ГБУ РС(Я) «РБ№2-ЦЭМП», Якутск). Исследовательская группа «ДАРМИС-2018» Мутин М.Ю. (ОГАУЗ «БГБ№1», Братск), Стребкова В.В. (БУЗ ВО «ВГКБСМТП №10», Воронеж), Тапальский Д.В. (УО «ГГМУ», Гомель, Беларусь) Аминева П.Г. (ООО «Кволити Мед», Екатеринбург), Ветохина А.В. (ГБУЗ «ИОКБ», Иркутск), Сухорева М.В. (ОГАУЗ «ГИМДКБ», Иркутск), Иванова И.А. (ГБУ РМЭ «РЦПБ СПИД и ИЗ», Йошкар-Ола), Валиуллина И.Р. (ГАУЗ «РКБ МЗ РТ», Казань), Лавриненко А.В. (НАО «МУК», Караганда, Казахстан), Частоедова А.Н. (КОГБУЗ «КОКБ», Киров), Широкова Т.М. (КОГБУЗ «КОКПЦ», Киров), Варибрус Е.В. (ГБУЗ «ККБ№2» МЗ КК, Краснодар), Васильева И.Р. (БУ ХМАО-Югры «НОКДБ», Нижневартовск), Доманская О.В. (ГБУЗ КО «НГДКБ№4», Новокузнецк), Беккер Г.Г. (НУЗ «ДКБ на ст. Новосибирск-Гл.» ОАО «РЖД», Новосибирск), Кульчавеня Е.В. (ФГБУ «ННИИТ» Минздрава России, ФГБОУ ВО «НГМУ» Минздрава России, Новосибирск), Плугин П.С. (ГБУЗ НО «ГКБСМП№2», Новосибирск), Попова Л.Д. (БУЗ ОО «ОКБ», Омск), Елохина Е.В. (БУЗ ОО «ОКБ», ФГБОУ ВО «ОмГМУ» Минздрава России, Омск), Коган М.И., Набока Ю.Л. (ФГБОУ ВО «РостГМУ» Минздрава России, Ростов-на-Дону), Жестков А.В., Лямин А.В. (ФГБОУ ВО «СамГМУ» Минздрава России, Самара), Хуснутдинова Т.А., Шипицына Е.В. (ФГБУ «НИИ АГиР им. Д.О. Отта», ФГБОУ ВО «СПбГПМУ» Минздрава России, Санкт-Петербург), Булкин А.Н. (СПбГБУЗ «ГБ Святого Великомученика Георгия», Санкт-Петербург), Москвитина Е.Н. (ФГБУ СибФНКЦ ФМБА России, Северск), Никифоровская Н.Н. (НУЗ ОБ на ст. Смоленск ОАО «РЖД», Смоленск), Малев И.В. (ОБГУЗ «Поликлиника №3», Смоленск), Палагин И.С. (ФГБОУ ВО «СГМУ» Минздрава России, Смоленск), Варганова А.Н. (БУ «СОКБ», Сургут), Мартьянова Н.М. (ГБУЗ СО «ТГКБ№5», Тольятти), Быконя С.А., Волковская И.В. (ОГАУЗ «ТОКБ», Томск), Малявин А.И., Сидорова Р.К. (ГУЗ «ГП№4», Ульяновск), Хайдаршина Н.Э. (ФГБОУ ВО «ЧелГУ», Челябинск), Шамаева С.Х., Портнягина У.С. (ГБУ РС(Я) «РБ№2-ЦЭМП», Якутск), Ершова М.Г. (ГБУЗ ЯО «ИКБ», Ярославль). Координатор проекта Палагин Иван Сергеевич Научный сотрудник НИИ антимикробной химиотерапии\nФГБОУ ВО «СГМУ» Минздрава России\nivan.palagin@gmail.com\n Основные публикации И.С. Палагин, М.В. Сухорукова, А.В. Дехнич, М.В. Эйдельштейн, Т.С. Перепанова, Р.С. Козлов, Исследовательская группа «ДАРМИС-2018». Состояние антибиотикорезистентности возбудителей внебольничных инфекций мочевыводящих путей в России, Беларуси и Казахстане: результаты многоцентрового международного исследования «ДАРМИС-2018». Урология 2020; 1: 19-31. 10.18565/urology.2020.1.19-31 И.С. Палагин, М.В. Сухорукова, А.В. Дехнич, М.В. Эйдельштейн, Т.С. Перепанова, Р.С. Козлов, Исследовательская группа «ДАРМИС-2018». Антибиотикорезистентность возбудителей внебольничных инфекций мочевых путей в России: результаты многоцентрового исследования «ДАРМИС-2018». Клин микробиол антимикроб химиотер 2019; 21(2): 134-146. 10.36488/cmac.2019.2.134-146 И.С. Палагин, М.В. Сухорукова, А.В. Дехнич, М.В. Эйдельштейн, А.В. Гринев, Т.С. Перепанова, Р.С. Козлов, Исследовательская группа «ДАРМИС». Осложненные внебольничные инфекции мочевых путей у взрослых пациентов в России. Клин микробиол антимикроб химиотер 2014; 16(1): 39-56. cmac-journal.ru И.С. Палагин, М.В. Сухорукова, А.В. Дехнич, М.В. Эйдельштейн, А.Н. Шевелев, А.В. Гринев, Т.С. Перепанова, Р.С. Козлов, Исследовательская группа «ДАРМИС». Современное состояние антибиотикорезистентности возбудителей внебольничных инфекций мочевых путей в России: результаты исследования «ДАРМИС» (2010-2011). Клин микробиол антимикроб химиотер 2012; 14(4): 280-302. cmac-journal.ru Т.С. Перепанова, Р.С. Козлов, А.В. Дехнич, И.С. Палагин, А.Н. Шевелев, Е.М. Волкова, Д.К. Эгамбердиев. Выбор антимикробных препаратов при инфекции мочевыводящих путей. Урология 2012; 2: 4-8. cyberleninka.ru ","date":1592092800,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1592092800,"objectID":"9ad0ac6a37ca6c0329bf4ac81205beb2","permalink":"https://amrcloud.net/ru/project/darmis/","publishdate":"2020-06-14T00:00:00Z","relpermalink":"/ru/project/darmis/","section":"project","summary":"Многоцентровое международное исследование динамики антибиотикорезистентности возбудителей внебольничных инфекций мочевых путей в различных субпопуляциях пациентов","tags":null,"title":"Исследование «ДАРМИС»","type":"project"},{"authors":["Виноградова А.Г.","Кузьменков А.Ю."],"categories":null,"content":"","date":1590660374,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1590660374,"objectID":"21d560421620a14894f8bb0a2f8b168e","permalink":"https://amrcloud.net/ru/publication/cmac-2020-t22-n2-p137/","publishdate":"2020-10-11T13:00:00Z","relpermalink":"/ru/publication/cmac-2020-t22-n2-p137/","section":"publication","summary":"Сохраняющиеся тенденции роста антибиотикорезистентности требуют проведения комплекса противодействующих мероприятий, среди которых особое место занимает мониторинг резистентности, реализованный в глобальных, национальных и локальных системах. Наибольшее практическое значение приобретают локальные системы мониторинга, позволяя осуществлять наблюдение за динамикой чувствительности микроорганизмов в конкретных условиях и проводить необходимый объем мероприятий, в том числе противоэпидемических. В данной статье представлены базовые принципы и рекомендации по организации данных мониторинга резистентности, приведены примеры заполнения таблиц, а также представлен краткий справочник метаданных. Отдельное внимание уделено частным вопросам и проблемам, возникающим при организации данных мониторинга резистентности, и предложены варианты их решения.","tags":null,"title":"Организация данных как основа локального мониторинга антибиотикорезистентности","type":"publication"},{"authors":null,"categories":[],"content":"В AMRcloud стали доступны критерии EUCAST v.10.0 (2020). Полный список доступных антимикробных препаратов для автоматической интерпретации в AMRcloud представлен в таблице.\n","date":1583906400,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1583906400,"objectID":"086d96c38c10c90901e87fbc1ba45621","permalink":"https://amrcloud.net/ru/post/20200311-eucast-2020/","publishdate":"2020-03-11T09:00:00+03:00","relpermalink":"/ru/post/20200311-eucast-2020/","section":"post","summary":"В AMRcloud стали доступны критерии EUCAST v.10.0 (2020). Полный список доступных антимикробных препаратов для автоматической интерпретации в AMRcloud представлен в таблице.","tags":[],"title":"В AMRcloud стали доступны критерии EUCAST 2020","type":"post"},{"authors":null,"categories":[],"content":"","date":1581408000,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1581408000,"objectID":"ed7c4dabf0c7a38f5f4af7b07e795686","permalink":"https://amrcloud.net/ru/pages/crowdfunding/","publishdate":"2020-02-11T11:00:00+03:00","relpermalink":"/ru/pages/crowdfunding/","section":"pages","summary":"","tags":[],"title":"Финансовая поддержка","type":"pages"},{"authors":null,"categories":null,"content":"Аннотация Acinetobacter baumannii – один из наиболее частых и проблемных возбудителей нозокомиальных инфекций. В данном проекте представлены результаты исследования циркулирующих в стационарах РФ клинических штаммов A. baumannii, включающие:\n данные об источниках выделения изолятов; молекулярно-генетические характеристики изолятов (принадлежность к клональным группам, SNP-типам, сиквенс-типам, KL-типам, наличие генов приобретенных карбапенемаз); чувствительность изолятов к антибиотикам различных групп; чувствительность изолятов к отдельным литическим бактериофагам. Бактериальные изоляты 3135 неповторяющихся (по одному на каждый случай инфекции) клинических изолятов, выделенных в рамках многоцентровых проспективных микробиологических исследований в период с 14 января 2013 г. по 31 декабря 2019 г. в 71 стационаре 36 городов России: Архангельска, Барнаула, Белгорода, Благовещенска, Владивостока, Воронежа, Екатеринбурга, Ижевска, Иркутска, Казани, Краснодара, Кургана, Майкопа, Москвы, Мурманска, Набережных Челнов, Нижнего Новгорода, Новосибирска, Омска, Пензы, Перми, Петрозаводска, Ростова-на-Дону, Санкт-Петербурга, Северска, Смоленска, Твери, Тольятти, Томска, Тулы, Тюмени, Улан-Удэ, Южно-Сахалинска и Якутска.\nОпределение чувствительности к антибиотикам Определение минимальных подавляющих концентраций (МПК) методом последовательных двукратных разведений в бульоне Мюллера-Хинтон (по стандарту ISO 20776-1:2006). Определение клинических категорий чувствительности в соответствии с пограничными значениями МПК Европейского комитета по определению чувствительности к антимикробным препаратам (EUCAST) v.10.0, 2020 г. (http://www.eucast.org/clinical_breakpoints/)\nОпределение чувствительности к литическим бактериофагам Модифицированный метод агаровых слоев и спот-тестирование.\nМолекулярно-генетическое субвидовое типирование SNP-типирование всех изолятов на основании определения выборочных (n=21) однонуклеотидных полиморфизмов (SNP) в десяти хромосомных локусах (gltA, recA, cpn60, gyrB, gdhB, rpoD, fusA, pyrG, rplB и rpoB) методом высокопроизводительной ПЦР реальном времени (http://snpt.antibiotic.ru:9002/). Мультилокусное секвенирование-типирование (MLST) отдельных изолятов в соответствии с общепринятыми схемами Oxford и Pasteur (https://pubmlst.org/abaumannii/) Определение кластеров генов синтеза капсульных полисахаридов (K-локусов, KL) Определение KL-типов проводили для выборочных изолятов на основании идентификации соответствующих локусов в геномных последовательностях согласно общепринятой номенклатуре (https://github.com/katholt/Kaptive).\nВыявление генов приобретенных карбапенемаз Гены наиболее распространенных у Acinetobacter spp. приобретенных карбапенемаз класса D (групп OXA-23, OXA-24/40 и OXA-58), класса А (группы GES-2/GES-5) и класса B (групп VIM, IMP и NDM) определяли методом ПЦР в режиме реального времени.\nИсследовательская группа Р.С. Козлов, А.В. Попова, М.М. Шнейдер, Е.А. Шек, М.В. Эйдельштейн, А.Ю. Кузьменков, А.В. Романов, Э.Р. Шайдуллина.\nФинансовая поддержка Исследование выполняется при финансовой поддержке Российского научного фонда (РНФ, проект 18-15-00403)\n Контактное лицо Шек Евгений Александрович Научный сотрудник НИИ антимикробной химиотерапии\nФГБОУ ВО «СГМУ» Минздрава России\nevgeniy.sheck@antibiotic.ru\n ","date":1581292800,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1581292800,"objectID":"9beeef984dd41f580b45783aa8276c90","permalink":"https://amrcloud.net/ru/project/abphage/","publishdate":"2020-02-10T00:00:00Z","relpermalink":"/ru/project/abphage/","section":"project","summary":"НИИ антимикробной химиотерапии (НИИАХ), ФГБОУ ВО Смоленский государственный медицинский университет (СГМУ) Минздрава России\n","tags":null,"title":"\u003cem\u003eAcinetobacter baumannii\u003c/em\u003e генетическое разнообразие, чувствительность к антибиотикам и литическим бактериофагам","type":"project"},{"authors":null,"categories":[],"content":"26 января 2020 (воскресенье) в 11:00 часов по московскому времени на YouTube-канале МАКМАХ начнётся онлайн трансляция «Как начать работу с платформой AMRcloud». В прямом эфире один из авторов платформы проведёт демонстрацию работы и ответит на ваши вопросы.\n Ссылка на трансляцию\nИнтересующие вас вопросы можно задать уже заранее в комментариях под видео (чат справа начнёт работать только во время прямого эфира).\nЗапись трансляции будет доступна на YouTube-канале МАКМАХ после эфира.\n ","date":1579507200,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1579507200,"objectID":"811e526f0fbe2adf1a78c399220cfb6e","permalink":"https://amrcloud.net/ru/post/20200120-webinar/","publishdate":"2020-01-20T11:00:00+03:00","relpermalink":"/ru/post/20200120-webinar/","section":"post","summary":"26 января 2020 (воскресенье) в 11:00 часов по московскому времени на YouTube-канале МАКМАХ начнётся онлайн трансляция «Как начать работу с платформой AMRcloud». В прямом эфире один из авторов платформы проведёт демонстрацию работы и ответит на ваши вопросы.\n Ссылка на трансляцию\nИнтересующие вас вопросы можно задать уже заранее в комментариях под видео (чат справа начнёт работать только во время прямого эфира).\nЗапись трансляции будет доступна на YouTube-канале МАКМАХ после эфира.","tags":[],"title":"26 января состоится онлайн трансляция «Как начать работу с платформой AMRcloud»","type":"post"},{"authors":null,"categories":[],"content":"Год начинается с хороших новостей: онлайн платформа для анализа и обмена данными антибиотикорезистентности — AMRcloud — запущена в тестовом режиме.\nДля получения доступа к платформе вам необходимо отправить запрос на адрес support@antibiotic.ru, указав в письме ваш род деятельности и специальность, а также организацию, которую вы представляете.\nПодробнее узнать о проекте AMRcloud вы можете, прочитав статью или просмотрев видеоролик.\n ","date":1578909600,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1578909600,"objectID":"b955669ae6b8c8b532f0217b8531e9d5","permalink":"https://amrcloud.net/ru/post/20200114-public-test/","publishdate":"2020-01-13T13:00:00+03:00","relpermalink":"/ru/post/20200114-public-test/","section":"post","summary":"Год начинается с хороших новостей: онлайн платформа для анализа и обмена данными антибиотикорезистентности — AMRcloud — запущена в тестовом режиме.\nДля получения доступа к платформе вам необходимо отправить запрос на адрес support@antibiotic.ru, указав в письме ваш род деятельности и специальность, а также организацию, которую вы представляете.\nПодробнее узнать о проекте AMRcloud вы можете, прочитав статью или просмотрев видеоролик.\n ","tags":[],"title":"Платформа AMRcloud запущена в тестовом режиме","type":"post"},{"authors":null,"categories":[],"content":"В AMRcloud стали доступны критерии EUCAST ECOFF (epidemiological cut-off values). Данные критерии были формализованы коллегами из «Всероссийского государственного Центра качества и стандартизации лекарственных средств для животных и кормов» ( ФГБУ “ВГНКИ”). Благодарим за помощь в развитии ресурса AMRcloud: Бадмаева О.Э., Крылову Е.В., Макарова Д.А.\n","date":1576836000,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1576836000,"objectID":"0dd9675b6a786d35334b480bb39bea83","permalink":"https://amrcloud.net/ru/post/20191220-ecoff/","publishdate":"2019-12-20T13:00:00+03:00","relpermalink":"/ru/post/20191220-ecoff/","section":"post","summary":"В AMRcloud стали доступны критерии EUCAST ECOFF (epidemiological cut-off values). Данные критерии были формализованы коллегами из «Всероссийского государственного Центра качества и стандартизации лекарственных средств для животных и кормов» ( ФГБУ “ВГНКИ”). Благодарим за помощь в развитии ресурса AMRcloud: Бадмаева О.Э., Крылову Е.В., Макарова Д.А.","tags":[],"title":"В AMRcloud стали доступны критерии EUCAST ECOFF","type":"post"},{"authors":null,"categories":[],"content":"Для формирования локальных протоколов профилактики и терапии инфекционных заболеваний необходимы локальные данные по чувствительности. Однако недостаточно просто собрать информацию о чувствительности в формате «возбудитель-антибиотик». Важно знать дополнительную метаинформацию: тип отделения, особые клинические состояния, локализацию инфекции, клинический материал и другие характеристики. О правильном сборе и структуризации данных рассказал к.б.н., заведующий лабораторией НИИ АХ Эйдельштейн М.В.\nВ дальнейшем подготовленные данные должны быть обработаны аналитической системой и представлены в доступной форме. Именно с этой целью и создавалась платформа AMRcloud. Ключевые возможности платформы и ее практическое применение были продемонстрированы ведущим разработчиком, к.м.н. Кузьменковым А.Ю.\nСвоим опытом использования AMRcloud в рамках отдельно взятого стационара поделилась Петрова Л.В. — заведующая лабораторией, врач-бактериолог лаборатории службы клинической лабораторной диагностики НМЦХ имени Пирогова. По ее словам, внедрение системы позволило значительно сократить время на подготовку отчетов для бактериологов, автоматизировать визуализацию данных и упростить обмен данными по резистентности среди специалистов стационара.\nПолученные на собрании рекомендации по сбору и подготовке данных будут применяться участниками программы СКАТ в своих стационарах. Прошедший семинар – это первый шаг к созданию информированного медицинского сообщества, активно использующего современные информационные технологии для контроля и борьбы с антибиотикорезистентностью.\n ","date":1576486800,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1576486800,"objectID":"45d2db9d93ae99e24dbd5cec88566ac2","permalink":"https://amrcloud.net/ru/post/20191216-amrcloud-skat/","publishdate":"2019-12-16T09:00:00Z","relpermalink":"/ru/post/20191216-amrcloud-skat/","section":"post","summary":"14 декабря 2019 г. в Москве состоялось первое собрание участников программы СКАТ, посвященное возможности использования платформы AMRcloud для организации локального мониторинга антибиотикорезистентности.","tags":[],"title":"Применение AMRcloud в программе СКАТ","type":"post"},{"authors":["Кузьменков А.Ю.","Виноградова А.Г.","Трушин И.В.","Авраменко А.А.","Эйдельштейн М.В.","Дехнич А.В.","Козлов Р.С."],"categories":null,"content":"","date":1570665840,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1570665840,"objectID":"71b4361b4a4d5ddbb73ca858afa552ed","permalink":"https://amrcloud.net/ru/publication/cmac-2019-t21-n2-p119/","publishdate":"2019-10-10T00:04:00Z","relpermalink":"/ru/publication/cmac-2019-t21-n2-p119/","section":"publication","summary":"Резистентность к антимикробным препаратам является серьезной угрозой для здравоохранения и требует повышенного внимания со стороны медицинского сообщества. Ключевую роль в наблюдении за динамикой чувствительности микроорганизмов играют системы мониторинга антибиотикорезистентности. Большинство существующих систем используют данные глобального масштаба, однако для практического применения первостепенное значение имеют локальные данные. Уникальная онлайн-платформа AMRcloud (https://amrcloud.net) предназначена для обработки пользовательских данных по резистентности к антимикробным препаратам. Структурные модули модифицируются в соответствии с запросами исследователей. Приложение обладает мощными графическими возможностями, системой анализа данных с автоматической интерпретацией результатов определения чувствительности. Геокодирование данных осуществляется двойным способом, а информационный обмен результатами настраивается пользователем. Использование AMRcloud позволяет исследователю создать собственную методологию организации первичных данных и их оценки.","tags":null,"title":"AMRcloud: новая парадигма мониторинга антибиотикорезистентности","type":"publication"},{"authors":null,"categories":[],"content":" Администрация AMRcloud не проверяет предоставленную Вами Персональную информацию за исключением случаев, предусмотренных Пользовательским соглашением или условиями использования отдельных сервисов, и не может судить о ее достоверности, а также о том, обладаете ли Вы достаточной правоспособностью для предоставления Вашей Персональной информации. Тем не менее Администрация AMRcloud исходит из того, что Вы предоставляете достоверную и достаточную Персональную информацию, а также своевременно обновляете ее.\nПри использовании Вами AMRcloud Ваша Персональная информация защищена и обрабатывается в строгом соответствии с применимым законодательством.\n Цель данной Политики Следуя Политике Администрация AMRcloud информирует Вас о следующих аспектах:\n какую Персональную информацию собирает и использует («обрабатывает») AMRcloud; как используется Ваша Персональная информация в рамках AMRcloud; каковы Ваши права в рамках проводимой обработки Персональной информации. Какую Персональную информацию о Вас собирает AMRcloud При создании учетной записи в AMRcloud Вы предоставляете следующие сведения:\n Адрес электронной почты – это необходимо для создания Вашей уникальной учетной записи в AMRcloud, а также чтобы Вы смогли получить доступ к приложению. Имя – используется для обращения к Вам. Также Ваше имя отображается при переходе по созданной Вами ссылке для сторонних пользователей, которым Вы предоставили доступ к результатам обработки данных. Пароль – требуется для аутентификации и предоставления доступа к Вашей учетной записи в AMRcloud. Обращаем Ваше внимание на то, что Администрация не хранит пароли учетных записей в открытом виде, и, следовательно, не может воспользоваться Вашей учетной записью.\nНа всех страницах сайта AMRcloud размещены файлы cookie, необходимые для сбора обезличенной аналитической информации, которая используется в дальнейшем для улучшения работы ресурса. Полученная таким образом информация не продается третьим лицам. К собираемой аналитической информации относятся:\n электронные данные (HTTP-заголовки, IP-адрес, файлы cookie, веб-маяки/пиксельные теги, данные об идентификаторе браузера, информация об аппаратном и программном обеспечении); дата и время осуществления доступа к AMRcloud; информация о Вашей активности в AMRcloud; информация о геолокации. Создание и обмен информацией Вы можете использовать платформу AMRcloud для получения результатов обработки данных в соответствии с Пользовательским соглашением. Все материалы, которые Вы создаете в AMRcloud, включая все загруженные и скачиваемые данные, остаются доступными только для Вашей учетной записи до тех пор, пока Вы самостоятельно не предоставите к ним внешний доступ («поделитесь результатами»).\nВы можете делиться своими результатами обработки данных в двух режимах: публичном (доступ для всех без исключения) и защищенном (доступ только после ввода специального пароля). Люди, с которыми Вы «делитесь», могут видеть результаты визуальной обработки Ваших данных, а также Ваше зарегистрированное Имя, но не Адрес электронной почты.\nАдминистрация AMRcloud не использует созданный Вами контент и не предоставляет к нему доступ третьим лицам. Администрация AMRcloud может получить доступ к Вашему контенту только тогда, когда Вы даете на это явное разрешение (такой сценарий возможен в случаях, когда необходимо выявить и устранить сбои в работе AMRcloud).\nИнформация об использовании сервиса В целях улучшения работы Администрация AMRcloud сохраняет анонимные записи об использовании AMRcloud. Записи включают такие данные, как количество посещений и время, проведенное на страницах, взаимодействия с сайтом (щелчки по кнопкам или ссылкам и т.п.), информация об используемом Вами устройстве, операционной системе и веб-браузере. Часть вышеуказанной информации также временно хранится в файлах cookie. Всякий раз, когда Вы посещаете любую из страниц AMRcloud, Администрация AMRcloud получает URL-адрес страниц, с которых Вы пришли, и страницу назначения AMRcloud, на которую Вы перешли. В рамках запроса Администрация AMRcloud собирает информацию о Вашем IP-адресе, прокси-сервере, операционной системе, веб-браузере, провайдере мобильных данных. Эти данные собираются анонимно и агрегируются без какой-либо личной информации.\nДля осуществления сбора анонимной статистики используется сторонний сервис Google Analytics, с политикой конфиденциальности которого Вы можете ознакомиться по ссылке https://policies.google.com/technologies/partner-sites\nКак используется Ваша персональная информация Администрация AMRcloud использует Вашу Персональную информацию (Адрес электронной почты) для аутентификации и предоставления вам права на использование AMRcloud и доступа к результатам обработки данных.\nАдминистрация AMRcloud может связаться с Вами в следующих случаях:\n сообщить об изменении ключевых параметров учетных записей (включая сброс пароля, удаление учетной записи и т.д.); ответить на запросы о поддержке; сообщить об изменениях в предоставлении услуг (о сбоях и возобновлении работы сервиса, обновлениях или других вопросах, связанных с услугами, обновлениях политики безопасности и использования AMRcloud). Вы не можете отказаться от получения сообщений, связанных с критически важными для функционирования AMRcloud вопросами, обновлениями системы безопасности и законодательства Российской Федерации. Помимо указанных сообщений Администрация AMRcloud может сообщать Вам об обновлениях и анонсах (включая запуск новых функций, изменения в существующих функциях или функциональности и т.д.), и рассылать другую информацию по электронной почте, только если Вы дали свое согласие на их получение.\nАдминистрация AMRcloud не использует персональные данные (Адрес электронной почты) зарегистрированных пользователей для каких-либо иных целей и не передает их третьим лицам.\nПрава и ответственность пользователя AMRcloud будет хранить Вашу персональную информацию столько времени, сколько это необходимо для достижения цели, для которой она была собрана, или для соблюдения требований законодательства и нормативных актов Российской Федерации. Однако, Администрация AMRcloud оставляет за собой право удалить Ваш аккаунт, включая Персональную информацию и созданный контент, в случае нарушения Вами Пользовательского соглашения. Если Вы хотите, чтобы Ваша Персональная информация была удалена из баз данных AMRcloud, Вы можете подать запрос на удаление Персональной информации.\nВ случае если это предусмотрено применимым законодательством, Вы имеете право на доступ к Вашей Персональной информации, обрабатываемой AMRcloud в соответствии с настоящей Политикой.\nЕсли Вы считаете, что какая-либо информация, которую AMRcloud хранит о Вас, является некорректной или неактуальной, Вы можете подать запрос на исправление Вашей Персональной информации.\nЕсли это предусмотрено применяемым законодательством Российской Федерации, Вы имеете право:\n требовать удаления Вашей Персональной информации или ее части, а также отзывать согласие на обработку Вашей Персональной информации; требовать введения ограничений на обработку Вашей Персональной информации; возражать против обработки Вашей Персональной информации. В случаях, предусмотренных применимым законодательством Российской Федерации, Вы можете также обладать другими правами, не указанными выше.\nДля осуществления вышеуказанных прав, пожалуйста, свяжитесь со службой поддержки AMRcloud. Если Вы не удовлетворены тем, как AMRcloud обрабатывает Вашу Персональную информацию, пожалуйста, сообщите Администрации AMRcloud.\nЮридические основания обработки Персональной Информации Сбор и обработка Вашей Персональной информации осуществляется на законных основаниях. Законным основанием для обработки Вашей Персональной информации является явное согласие, которое Вы даете, принимая условия настоящей Политики конфиденциальности и/или договор (например, для выполнения любых договорных обязательств, которые Администрация AMRcloud может взять на себя). Любое согласие, которое Вы даете, может быть отозвано Вами в любое время. Однако, если речь идет о законных деловых интересах, Вы имеете право возражать против сбора и обработки Вашей Персональной информации, и в этом случае Администрация AMRcloud оставляет за собой право удалить Ваш аккаунт в соответствии с Вашим возражением против сохранения и обработки Вашей Персональной информации.\nГде хранится и обрабатывается Ваша Персональная информация Ваша Персональная информация хранится на территории Российской Федерации.\nАдминистрация AMRcloud осуществляет запись, систематизацию, накопление, хранение, уточнение (обновление, изменение), извлечение персональных данных граждан Российской Федерации с использованием баз данных, находящихся на территории Российской Федерации.\nОбновление настоящей Политики Администрация AMRcloud имеет право вносить изменения в настоящую Политику конфиденциальности по своему усмотрению, в том числе в случаях, когда соответствующие изменения связаны с изменениями в применимом законодательстве Российской Федерации, а также когда соответствующие изменения связаны с изменениями в работе AMRcloud.\nАдминистрация AMRcloud обязуется не вносить существенных изменений, не налагать дополнительных обременений или ограничений Ваших прав, установленных настоящей Политикой конфиденциальности без предварительного уведомления по электронной почте.\n","date":1569456000,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1569456000,"objectID":"a7f61b1bf602bd1cfad4fc9f57f5f168","permalink":"https://amrcloud.net/ru/privacy-policy/20190926/","publishdate":"2019-09-26T00:00:00Z","relpermalink":"/ru/privacy-policy/20190926/","section":"privacy-policy","summary":"Администрация AMRcloud не проверяет предоставленную Вами Персональную информацию за исключением случаев, предусмотренных Пользовательским соглашением или условиями использования отдельных сервисов, и не может судить о ее достоверности, а также о том, обладаете ли Вы достаточной правоспособностью для предоставления Вашей Персональной информации. Тем не менее Администрация AMRcloud исходит из того, что Вы предоставляете достоверную и достаточную Персональную информацию, а также своевременно обновляете ее.\nПри использовании Вами AMRcloud Ваша Персональная информация защищена и обрабатывается в строгом соответствии с применимым законодательством.","tags":[],"title":"Политика конфиденциальности","type":"privacy-policy"},{"authors":null,"categories":[],"content":"Условия использования AMRcloud предоставляет Пользователю право использовать AMRcloud для размещения файлов (далее - «файлы» либо «данные») на дисковом пространстве серверов AMRcloud, с целью последующей обработки размещенных файлов, их изменения, удаления, обработки, визуализации результатов анализа, предоставления и управления доступом третьих лиц к результатам обработки. Такие права неотчуждаемы и непередаваемы третьим лицам. Взаимодействие Пользователя с AMRcloud осуществляется с использованием веб-интерфейса.\nИспользование AMRcloud для размещения файлов и анализа данных Пользователя невозможно без создания учетной записи в AMRcloud. При создании учетной записи Пользователь предупрежден и согласен с тем, что имя его учетной записи может быть отображено и доступно для ознакомления третьим лицам, при предоставлении Пользователем доступа к результатам обработки данных. Использование стандартных возможностей AMRcloud осуществляется Пользователем безвозмездно. Использование AMRcloud возможно только при наличии доступа к сети Интернет. Пользователь самостоятельно получает и оплачивает доступ к сети Интернет на условиях и по правилам своего оператора связи или провайдера доступа к сети Интернет.\nАдминистрация AMRcloud может пересмотреть настоящее Пользовательское соглашение в любое время без предварительного уведомления. Любые изменения будут опубликованы на этой странице. Новая редакция Пользовательского соглашения вступает в силу с момента ее размещения в сети Интернет по указанному в настоящем пункте адресу ( https://amrcloud.net/ru/terms-of-use), если иное не предусмотрено новой редакцией Пользовательского соглашения.\nВ случае если были внесены изменения, с которыми Пользователь не согласен, он обязан прекратить использование AMRcloud.\nПрава и ответственность Пользователя Пользователю дано право самостоятельно определять, как использовать AMRcloud.\nПользователь соглашается с тем, что он несет единоличную полную ответственность за:\n цели использования AMRcloud; содержание любого размещаемого Пользователем файла, и соответствие его требованиям действующего законодательства страны юрисдикции/местонахождения Пользователя и нормам международного права; действия Пользователя, повлекшие нарушение законных интересов третьих лиц, в том числе личных неимущественных прав авторов, иных интеллектуальных прав третьих лиц; посягательство на принадлежащие третьим лицам нематериальные блага. При использовании сервисов AMRcloud Пользователь не вправе:\n загружать, передавать или распространять контент, который является недостоверным, незаконным, вредоносным, нарушает права интеллектуальной собственности, дискриминирует людей по расовому, этническому, половому, религиозному, социальному признакам, раскрывает персональные данные третьих лиц, включая личные идентификационные данные пациентов, нарушает права третьих лиц или причиняет им вред в любой форме, содержит не разрешенную специальным образом рекламную информацию, нарушает действующие требования законодательства страны юрисдикции/местонахождения Пользователя, законодательства Российской Федерации (РФ) и нормы международного права; загружать, передавать или распространять контент, при отсутствии прав на такие действия согласно законодательству или каким-либо договорным отношениям; выдавать себя за представителя организации и/или сообщества без достаточных на то прав; намеренно нарушать нормальную работу AMRcloud; использовать AMRcloud в коммерческих целях без дополнительного соглашения с Администрацией AMRcloud; использовать AMRcloud в иных целях, нарушающих действующие требования законодательства страны юрисдикции/местонахождения Пользователя, законодательства РФ и нормы международного права. Вне зависимости от юрисдикции и/или места нахождения Пользователя или его оборудования, ко всем отношениям, связанным с использованием AMRcloud, применимо право РФ в сфере Интернет-коммуникаций.\nУдаление и блокировка Администрация AMRcloud оставляет за собой право удалить файлы Пользователя, с или без предварительного уведомления, в любое время с немедленным вступлением в силу, если будет обнаружено нарушение любого из условий Пользовательского соглашения.\nАдминистрация AMRcloud оставляет за собой право приостановить и/или прекратить доступ Пользователя к AMRcloud С УВЕДОМЛЕНИЕМ, если:\n Пользователь использует AMRcloud таким образом, что это может привести к риску причинения вреда или убытков AMRcloud или другим Пользователям; Пользователь не входил в учетную запись AMRcloud в течение 12 месяцев подряд; Пользователь не указывает AMRcloud в качестве системы обработки, анализа и представления данных при публичном представлении результатов, полученных с помощью AMRcloud, в печатных или электронных публикациях, иных печатных материалах, в выступлениях на конференциях и прочих мероприятиях; Ссылка для цитирования AMRcloud в публикациях: Кузьменков А.Ю., Виноградова А.Г., Трушин И.В., Авраменко А.А., Эйдельштейн М.В., Дехнич А.В., Козлов Р.С. AMRcloud: новая парадигма мониторинга антибиотикорезистентности. Клиническая микробиология и антимикробная химиотерапия. 2019; Т.21, №2; С.119-124. DOI: 10.36488/cmac.2019.2.119-124. При возникновении одной из вышеуказанных ситуаций, Пользователю будет направлено уведомление по адресу электронной почты, указанному во время регистрации, с целью устранения возникших нарушений. С момента выявления вышеуказанных нарушений доступ Пользователя к AMRcloud может быть приостановлен, а в случае сохранения нарушений, игнорирования уведомлений Администрации или повторных нарушений – прекращен без дополнительного уведомления. Прекращение доступа к услугам будет включать удаление учетной записи Пользователя, включая все загруженные данные, результаты их обработки и созданные ссылки.\nПользователю НЕ БУДЕТ ПРЕДОСТАВЛЕНО УВЕДОМЛЕНИЕ до прекращения предоставления услуг и удаления учетной записи и всех связанных с ней данных в случае, если:\n Пользователь нарушает настоящие условия Пользовательского соглашения (за исключением нарушений, предусматривающих предварительное уведомление), или документов, на которые ссылаются условия Пользовательского соглашения; нарушения влекут за собой юридическую ответственность и/или ставят под угрозу способность AMRcloud предоставлять услуги другим Пользователям; отсутствует техническая возможность для связи с Пользователем. Кроме того, в случае чрезмерной нагрузки на AMRcloud при предоставлении Пользователем прав общего доступа к результатам обработки данных (путем создания ссылки средствами AMRcloud), созданная ссылка может быть заблокирована.\nИзменения в работе AMRcloud Возможности AMRcloud могут быть изменены в том числе с добавлением и/или корректировкой функций. Администрация AMRcloud оставляет за собой право не уведомлять Пользователя персонально о внесенных изменениях.\nИсправления и ошибки Информация, размещенная на ресурсах AMRcloud, может содержать технические, орфографические, типографские или фотографические ошибки. Администрация AMRcloud не гарантирует, что любой из этих материалов является точным, полным или актуальным. Администрация AMRcloud оставляет за собой право вносить изменения и исправления в материалы, содержащиеся на AMRcloud, без предварительного уведомления.\nАвторские права и товарные знаки Пользователь сохраняет право собственности и авторские права, право интеллектуальной собственности, применимые ко всем материалам, загруженным в AMRcloud.\nПользователю дано право свободно распространять результаты обработки данных, полученные с помощью AMRcloud. При публичном использовании и представлении результатов обработки данных в AMRcloud (в печатных или электронных публикациях, иных печатных материалах, в выступлениях на конференциях и прочих мероприятиях) Пользователь обязан указать AMRcloud в качестве системы обработки, анализа и представления данных. Ссылка для цитирования AMRcloud в публикациях: Кузьменков А.Ю., Виноградова А.Г., Трушин И.В., Авраменко А.А., Эйдельштейн М.В., Дехнич А.В., Козлов Р.С. AMRcloud: новая парадигма мониторинга антибиотикорезистентности. Клиническая микробиология и антимикробная химиотерапия. 2019; Т.21, №2; С.119-124. DOI: 10.36488/cmac.2019.2.119-124.\nОграничения Пользователь признает и соглашается с возможностью возникновения технических неисправностей и сбоев в работе AMRcloud, в том числе, приводящих к нарушению доступа к результатам обработки данных или удалению загруженных данных. Пользователь согласен с тем, что у Администрации отсутствует техническая возможность предсказать возникновение неисправностей и сбоев в работе AMRcloud и уведомить о них Пользователя заблаговременно, либо полностью исключить вероятность их возникновения. Возникновение таких неисправностей или сбоев вне зависимости от причин и последствий не может быть основанием для применения мер ответственности.\nПользователь признает и соглашается с тем, что Администрация AMRcloud не осуществляет модерацию, просмотр, редактирование данных, размещаемых Пользователем, а также просмотр результатов их обработки в AMRcloud, за исключением случаев, когда Пользователь дает на это явное разрешение. Следовательно, Администрация AMRcloud не может гарантировать что файлы, размещенные Пользователем, не нарушают положений настоящего Пользовательского соглашения, правовых актов, иных документов.\nПользователь признает и соглашается с тем, что он должен самостоятельно оценивать все риски, связанные с использованием данных и/или результатов их обработки, размещенных в AMRcloud, включая оценку надежности, полноты, безопасности, законности и корректности этих данных и/или результатов их обработки.\nПользователь самостоятельно несет ответственность за возможные последствия использования указанных данных и/или результатов их обработки, в том числе за ущерб, который это может причинить компьютеру и/или мобильному устройству Пользователя или третьим лицам, за потерю данных и/или результатов их обработки, нарушение прав или любой другой вред.\nПользователь признает и соглашается с тем, что учетная запись предназначена для единоличного использования. Могут возникнуть технические проблемы, если учетная запись используется более чем одним Пользователем одновременно. Пользователь не вправе возмездно или безвозмездно передавать свою учетную запись третьим лицам.\nАдминистрация AMRcloud не несет ответственности за любые убытки, произошедшие вследствие использования или невозможности использования Пользователем AMRcloud или отдельных его частей/функций, в том числе из-за возможных ошибок и/или сбоев в работе, а также за любые убытки, связанные с потерей данных.\nДисклеймер Пользователь использует AMRcloud на свой собственный риск. AMRcloud предоставляется «как есть». Администрация AMRcloud не принимает на себя никакой ответственности, в том числе за соответствие сервисов целям и ожиданиям Пользователя.\nАдминистрация AMRcloud не дает гарантий, что доступ к AMRcloud будет предоставляться непрерывно, быстро, надежно и без ошибок.\nАдминистрация AMRcloud не дает никаких гарантий, явных или подразумеваемых в отношении точности результатов или надежности использования материалов и информации, найденных на AMRcloud или других ресурсах, связанных с AMRcloud.\nАдминистрация AMRcloud не поддерживает и не контролирует созданные Пользователем ссылки и наборы данных. Администрация AMRcloud не может гарантировать подлинность любых данных и/или результатов их обработки, которые Пользователи могут публиковать. Администрация AMRcloud также не может гарантировать хранение загруженных Пользователем данных.\nАдминистрация AMRcloud оставляет за собой право устанавливать любые правила, лимиты и ограничения (технические, юридические, организационные или иные) на использование AMRcloud, и может менять их по собственному усмотрению, без предварительного уведомления Пользователя. В случаях, когда это не запрещено законодательством РФ и/или международным правом, указанные правила, лимиты и ограничения могут быть различными для различных категорий Пользователей и определяются дополнительными соглашениями между Пользователем и Администрацией.\nСсылки на любой сайт, продукт, услугу, любую информацию коммерческого или некоммерческого характера, размещенные на AMRcloud, не являются одобрением или рекомендацией данных продуктов (услуг, деятельности) со стороны Администрации AMRcloud, за исключением случаев, когда на это прямо указывается.\n","date":1569456000,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1569456000,"objectID":"66be61cdb2bab518275fab4c6db3fed6","permalink":"https://amrcloud.net/ru/terms-of-use/20190926/","publishdate":"2019-09-26T00:00:00Z","relpermalink":"/ru/terms-of-use/20190926/","section":"terms-of-use","summary":"Условия использования AMRcloud предоставляет Пользователю право использовать AMRcloud для размещения файлов (далее - «файлы» либо «данные») на дисковом пространстве серверов AMRcloud, с целью последующей обработки размещенных файлов, их изменения, удаления, обработки, визуализации результатов анализа, предоставления и управления доступом третьих лиц к результатам обработки. Такие права неотчуждаемы и непередаваемы третьим лицам. Взаимодействие Пользователя с AMRcloud осуществляется с использованием веб-интерфейса.\nИспользование AMRcloud для размещения файлов и анализа данных Пользователя невозможно без создания учетной записи в AMRcloud.","tags":[],"title":"Условия использования","type":"terms-of-use"},{"authors":null,"categories":[],"content":"ФИО* Email* Научное звание Должность Город* Организация Дополнительная информация Я ознакомился и согласен* \u0026nbsp; с Условиями использования AMRcloud \u0026nbsp; с Политикой конфиденциальности AMRcloud \u0026times; \u0026times; Отправить $('#amrcloud-register-form').submit(function (e) { $('#message-success').hide(); $('#message-error').hide(); e.preventDefault(); // avoid to execute the actual submit of the form. var form = $(this); var url = form.attr('action'); $.ajax({ type: \"POST\", url: url, data: form.serialize(), // serializes the form's elements. success: function(data) { console.log(data.message); $('#message-success-text').html(data.message); $('#message-success').show(); form[0].reset(); }, error: function(data) { console.log(data.message); $('#message-error-text').html(data.message); $('#message-error').show(); } }); }); ","date":1461110400,"expirydate":-62135596800,"kind":"page","lang":"ru","lastmod":1555459200,"objectID":"80e19ca1ef2f6e59b6cb6198b0d02a97","permalink":"https://amrcloud.net/ru/pages/invite-register/","publishdate":"2016-04-20T00:00:00Z","relpermalink":"/ru/pages/invite-register/","section":"pages","summary":"ФИО* Email* Научное звание Должность Город* Организация Дополнительная информация Я ознакомился и согласен* \u0026nbsp; с Условиями использования AMRcloud \u0026nbsp; с Политикой конфиденциальности AMRcloud \u0026times; \u0026times; Отправить $('#amrcloud-register-form').submit(function (e) { $('#message-success').hide(); $('#message-error').hide(); e.preventDefault(); // avoid to execute the actual submit of the form.","tags":null,"title":"Регистрация","type":"pages"}] \ No newline at end of file diff --git a/ru/index.xml b/ru/index.xml index e1613336..6dde120b 100644 --- a/ru/index.xml +++ b/ru/index.xml @@ -14161,6 +14161,8 @@ File**→** Save with Encoding **→** Windows-1251. <p><em>Mycoplasma genitalium</em> является одним из облигатных патогенов, и доказано вызывает уретриты у мужчин, цервициты и эндометриты у женщин, а также осложняет течение беременности и родов.</p> <p><em>Mycoplasma pneumoniae</em> - это «атипичный» бактериальный патоген, вызывающий инфекции нижних дыхательных путей, включая пневмонию и трахеобронхит, и, реже, инфекции верхних дыхательных путей. Эпидемиологической особенностью <em>M. pneumoniae</em> является возможность вызывать вспышки в организованных коллективах с тесными контактами (в дошкольных, школьных и студенческих группах, у военнослужащих и др.), возможны семейные случаи инфекции.</p> <p>В данном исследовании представлены результаты анализа распространенности генетических детерминант резистентности к макролидам (мутации в домене V гена 23S рРНК) и фторхинолонам (мутации в областях, определяющих устойчивость к хинолонам (QRDR) генов <em>gyrA</em> и <em>parC</em>) <em>M. genitalium</em> и <em>M. pneumoniae</em>.</p> +<p> +<a href="./Protocol-DeMaRes-2.pdf">Протокол исследования</a></p> <h3 id="источники-клинических-образцов">Источники клинических образцов</h3> <p><em>Mycoplasma genitalium</em> — положительные по результатам ПЦР образцы (n=873) из пяти городов России: Москвы, Нижнего Новгорода, Саратова, Смоленска и Тулы были собраны в период с 2009-2019 гг.</p> <p><em>Mycoplasma pneumoniae</em> — положительные по результатам ПЦР образцы (n=1480) из двенадцати городов России: Брянска, Екатеринбурга, Красноярска, Москвы и Московской области, Нижнего-Новгорода, Республики Марий Эл, Пензы, Смоленска, Тулы, Хабаровска и Ярославля были собраны в период с 2006-2020 гг.</p> diff --git a/ru/project/demares/Protocol-DeMaRes-2.pdf b/ru/project/demares/Protocol-DeMaRes-2.pdf new file mode 100644 index 00000000..22e91457 Binary files /dev/null and b/ru/project/demares/Protocol-DeMaRes-2.pdf differ diff --git a/ru/project/demares/index.html b/ru/project/demares/index.html index 8940d488..6724fe34 100644 --- a/ru/project/demares/index.html +++ b/ru/project/demares/index.html @@ -871,6 +871,8 @@ <h3 id="аннотация">Аннотация</h3> <p><em>Mycoplasma genitalium</em> является одним из облигатных патогенов, и доказано вызывает уретриты у мужчин, цервициты и эндометриты у женщин, а также осложняет течение беременности и родов.</p> <p><em>Mycoplasma pneumoniae</em> - это «атипичный» бактериальный патоген, вызывающий инфекции нижних дыхательных путей, включая пневмонию и трахеобронхит, и, реже, инфекции верхних дыхательных путей. Эпидемиологической особенностью <em>M. pneumoniae</em> является возможность вызывать вспышки в организованных коллективах с тесными контактами (в дошкольных, школьных и студенческих группах, у военнослужащих и др.), возможны семейные случаи инфекции.</p> <p>В данном исследовании представлены результаты анализа распространенности генетических детерминант резистентности к макролидам (мутации в домене V гена 23S рРНК) и фторхинолонам (мутации в областях, определяющих устойчивость к хинолонам (QRDR) генов <em>gyrA</em> и <em>parC</em>) <em>M. genitalium</em> и <em>M. pneumoniae</em>.</p> +<p> +<a href="./Protocol-DeMaRes-2.pdf">Протокол исследования</a></p> <h3 id="источники-клинических-образцов">Источники клинических образцов</h3> <p><em>Mycoplasma genitalium</em> — положительные по результатам ПЦР образцы (n=873) из пяти городов России: Москвы, Нижнего Новгорода, Саратова, Смоленска и Тулы были собраны в период с 2009-2019 гг.</p> <p><em>Mycoplasma pneumoniae</em> — положительные по результатам ПЦР образцы (n=1480) из двенадцати городов России: Брянска, Екатеринбурга, Красноярска, Москвы и Московской области, Нижнего-Новгорода, Республики Марий Эл, Пензы, Смоленска, Тулы, Хабаровска и Ярославля были собраны в период с 2006-2020 гг.</p> diff --git a/ru/project/index.xml b/ru/project/index.xml index ebf5bac9..67a1b583 100644 --- a/ru/project/index.xml +++ b/ru/project/index.xml @@ -231,6 +231,8 @@ <p><em>Mycoplasma genitalium</em> является одним из облигатных патогенов, и доказано вызывает уретриты у мужчин, цервициты и эндометриты у женщин, а также осложняет течение беременности и родов.</p> <p><em>Mycoplasma pneumoniae</em> - это «атипичный» бактериальный патоген, вызывающий инфекции нижних дыхательных путей, включая пневмонию и трахеобронхит, и, реже, инфекции верхних дыхательных путей. Эпидемиологической особенностью <em>M. pneumoniae</em> является возможность вызывать вспышки в организованных коллективах с тесными контактами (в дошкольных, школьных и студенческих группах, у военнослужащих и др.), возможны семейные случаи инфекции.</p> <p>В данном исследовании представлены результаты анализа распространенности генетических детерминант резистентности к макролидам (мутации в домене V гена 23S рРНК) и фторхинолонам (мутации в областях, определяющих устойчивость к хинолонам (QRDR) генов <em>gyrA</em> и <em>parC</em>) <em>M. genitalium</em> и <em>M. pneumoniae</em>.</p> +<p> +<a href="./Protocol-DeMaRes-2.pdf">Протокол исследования</a></p> <h3 id="источники-клинических-образцов">Источники клинических образцов</h3> <p><em>Mycoplasma genitalium</em> — положительные по результатам ПЦР образцы (n=873) из пяти городов России: Москвы, Нижнего Новгорода, Саратова, Смоленска и Тулы были собраны в период с 2009-2019 гг.</p> <p><em>Mycoplasma pneumoniae</em> — положительные по результатам ПЦР образцы (n=1480) из двенадцати городов России: Брянска, Екатеринбурга, Красноярска, Москвы и Московской области, Нижнего-Новгорода, Республики Марий Эл, Пензы, Смоленска, Тулы, Хабаровска и Ярославля были собраны в период с 2006-2020 гг.</p>