Cardiopulmonary testing (CPET) and biomarkers such as NT-proBNP, Galectin-3, and C-reactive protein (CRP) have shown great promise for characterizing the heart failure (HF) phenotypes. However, the underlying metabolic changes that cause, predict and accompany changes in these parameters are not well known. In depth knowledge of these metabolic changes has the ability to provide new insights towards the clinical management of HF as well as providing better biomarkers for the assessment of disease progression and measurement of success from clinical interventions. To address this knowledge gap, we undertook a deep metabolomic and lipidomic phenotyping of a cohort of HF patients and utilized Multiple Regression Analysis (MRA) to identify associations between the patients plasma metabolome and the lipidome to parameters of CPET and the above mentioned HF biomarkers (HFBio). A total of 49 subjects were submitted to CPET and HFBio evaluation with deep metabolomic and lipidomic profiling of the plasma. Stepwise MRA and Standard Least Squares methods were used to determine models of best fit. Metabolic Pathway Analysis was utilized to detect what metabolites were over-represented and significantly enriched, and Metabolite Set Enrichment Analysis was used to explore pre-existing biological knowledge from studies of human metabolism. The study cohort was predominantly males of African American decent, presenting a high frequency of diabetes, hyperlipidemia, and hypertension with a low mean left ventricular ejection fraction and a high left ventricular end-diastolic and end-systolic volume. VE/VCO2 and Peak VO2 (CV=0.07 and 0.08, respectively) showed the best metabolic predictive model for test performance, while CRP and NT-ProBNP (CV=0.31 and 0.29, respectively) were the least fitted models. Aminoacyl-tRNA and amino acid biosynthesis, amino acid metabolism, nitrogen metabolism, pantothenate and CoA biosynthesis, sphingolipid and glycerolipid metabolism, fatty acid biosynthesis, glutathione metabolism, and pentose phosphate pathway (PPP) were revealed to be the most relevant pathways. Principal related diseases were brain dysfunction and enzyme deficiencies associated with lactic acidosis. Considering the modulations in HF poor test performance, our results indicate an overall profile of oxidative stress, lactic acidosis, and metabolic syndrome coupled with mitochondria dysfunction. Overall, the insights resulting from this studys MRA coincides with what has previously been discussed in parts in existing literature thereby confirming the validity of our findings while at the same time thoroughly characterizing the metabolic underpinning of CPET and HFBio results.

The clinical outcome of allogeneic hematopoietic stem cell transplantation (SCT) is strongly influenced from the complications arising during the post-transplant immune restoration and has been well studied and described. However, the metabolic status of the recipient pre-transplant also has the potential to influence this outcome and has never been studied before and has the potential to enable risk stratification with respect to the development of transplant associated complications such as graft vs. host disease (GVHD). In order to better understand this aspect of transplant related complications we investigated the pre-transplantation metabolic signature to assess the possibility of pre-transplant risk stratification. This pilot study was composed of 14 patients undergoing myeloablative conditioning followed by either HLA matched related, unrelated donor, or autologous stem cell transplantation. Blood samples were taken prior to transplant and the plasma was comprehensively characterized with respect to its lipidome and metabolome via LCMS and GCMS. The results indicated a significantly pro-inflammatory metabolic profile in patients who eventually developed Graft vs. Host Disease (GVHD). The data revealed 5 potential pre-transplant biomarkers (1-monopalmitin, diacylglycerol (DG) 38:5, DG 38:6, 2-aminobutyric acid, and fatty acid (FA) 20:1) that demonstrated high sensitivity and specificity towards predicting post-transplant GVHD development. The predictive model developed demonstrated an estimated predictive accuracy of risk stratification of 100%, with an Area under the Curve of the ROC of 0.995 with 100%. The likelihood ratio of 1-monopalmitin (infinity), DG 38:5 (6.0) and DG 38:6 (6.0) also demonstrated that a patient with a positive test result for these biomarkers pre-transplant will likely have very high odds of developing GVHD post-transplant. Collectively the data demonstrates the possibility of using pre-transplant metabolic signature for risk stratification of SCT recipients with respect to development of GVHD.

The Joint Commission has established medication reconciliation as a National Patient Safety Goal but it has not been studied much in trauma even though it is integral to safe patient care. This article reviews the existing medication reconciliation strategies and their applicability to the trauma setting. To perform medication reconciliation, hospitals use a variety of strategies including pharmacists or pharmacy technicians, electronic medical record tools and patient centered strategies. All of these strategies are limited in trauma. Sub-populations such as injured children, the elderly and those with brain trauma are particularly challenging and are at risk for suboptimal care from inaccurate medication reconciliation. Further research is necessary to create a safe and efficient system for trauma patients.

Abstract Within epithelial cells, Pseudomonas aeruginosa depends on its type three secretion system (T3SS) to escape vacuoles and replicate rapidly in the cytosol. Previously, it was assumed that intracellular subpopulations remaining T3SS-negative (and therefore in vacuoles) were destined for degradation in lysosomes, supported by data showing vacuole acidification. Here, we report in both corneal and bronchial human epithelial cells that vacuole associated-bacteria can persist, sometimes in the same cells as cytosolic bacteria. Using a combination of phase-contrast, confocal, and correlative light and electron microscopy, we also found they can demonstrate biofilm-associated markers: cdrA and cyclic-di-GMP (c-di-GMP). Vacuolar-associated bacteria, but not cytosolic counterparts, tolerated the cell-permeable antibiotic ofloxacin. Surprisingly, use of mutants showed that both persistence in vacuoles and ofloxacin tolerance were independent of the biofilm-associated protein CdrA or exopolysaccharides (Psl, Pel, alginate). A T3SS mutant (Δ exsA ) unable to escape vacuoles phenocopied vacuolar-associated sub-populations in wild-type PAO1-infected cells, results revealing that epithelial cell death depended upon bacterial viability. Intra-vital confocal imaging of infected mouse corneas confirmed that P. aeruginosa formed similar intracellular sub-populations within epithelial cells in vivo . Together, these results show that P. aeruginosa differs from other pathogens by diversifying intracellularly into vacuolar and cytosolic sub-populations that both contribute to pathogenesis. Their different gene expression and behavior (e.g., rapid replication versus slow replication/persistence) suggest cooperation favoring both short- and long-term interests and another potential pathway to treatment failure. How this intracellular diversification relates to previously described “acute versus chronic” virulence gene-expression phenotypes of P. aeruginosa remains to be determined. Importance Pseudomonas aeruginosa can cause sight- and life-threatening opportunistic infections, and its evolving antibiotic resistance is a growing concern. Most P. aeruginosa strains can invade host cells, presenting a challenge to therapies that do not penetrate host cell membranes. Previously, we showed that the P. aeruginosa type III secretion system (T3SS) plays a pivotal role in survival within epithelial cells, allowing escape from vacuoles, rapid replication in the cytoplasm, and suppression of host cell death. Here, we report the discovery of a novel T3SS-negative sub-population of intracellular P. aeruginosa within epithelial cells that persist in vacuoles rather than the cytoplasm, and that tolerate a cell-permeable antibiotic (ofloxacin) that is able to kill cytosolic bacteria. Classical biofilm-associated markers, although demonstrated by this sub-population, are not required for vacuolar persistence or antibiotic tolerance. These findings advance our understanding of how P. aeruginosa hijacks host cells, showing it diversifies into multiple populations with T3SS-negative members enabling persistence whilst rapid replication is accomplished by more vulnerable T3SS-positive siblings. Intracellular P. aeruginosa persisting and tolerating antibiotics independently of the T3SS or biofilm-associated factors could present additional challenges to development of more effective therapeutics.

562 Background: Newly diagnosed breast cancer specimens are routinely tested for oestrogen receptor (ER), progesterone receptor (PR) and human epidermal growth factor receptor-2 (HER2) status. This requires additional immunohistochemistry (IHC) +/- in situ hybridisation (ISH) assessment. This can increase laboratory/pathologist workloads and turnaround times. A computer-based approach could help to alleviate these issues. PANProfiler Breast is a deep-learning solution designed to predict ER/PR status and detect HER2 negative cases from whole slide images (WSIs) of haematoxylin and eosin (H&E)-stained breast cancer tissue. Here we present a blind validation of PANProfiler Breast. Methods: Three cohorts of H&E-stained archival breast cancers (400 cases, 692 WSIs) from St James’s University Hospital, Leeds, UK, were assigned for calibration (200 cases, 344 WSIs) and blind validation (200 cases, 348 WSIs). Slides were scanned at 40x magnification on an Aperio GT450 (Leica, Illinois, USA) scanner. PANProfiler returned “Positive”, “Negative” or “Indeterminate” for ER and PR, and “Negative” or “Indeterminate” for HER2. Results were compared to the ER/PR/HER2 status given in the corresponding pathology report. For calibration and blind validation, the WSI(s) corresponding to the IHC/ISH testing block was used for analysis. One case with missing HER2 status was excluded from HER2 analyses. Confusion matrices enabled analysis of concordance. While a conventional Positive/Negative confusion matrix was used for ER/PR, “Negative” results were used as the reference Positive event for HER2. Results: Case concordance for ER and PR status across the three cohorts ranged from 89.74-92.86% and 85.71-90.91% respectively. Additionally, sensitivity for ER ranged from 89.19-100%, with specificity ranging between 62.50-100%. For PR, sensitivity was between 87.50% and 93.48% and specificity between 75.00% and 83.33%. False negative rates for both ER and PR were between 0-10.81% and 6.52-12.50% respectively. Regarding HER2, sensitivity was relatively low, ranging between 30.77% and 37.04%. However, over 90% concordance was seen across all cohorts for cases PANProfiler predicted as HER2 “Negative”. Specificity and positive predictive value were also over 90% throughout the three cohorts. Additionally, false positive rates were 0.00%, 4.35% and 9.52% for HER2 across these same three cohorts. Test replacement rates varied amongst the cohorts with 70-84% for ER, 55-84% for PR and 22-27% for HER2. Conclusions: This blind validation of PANProfiler Breast shows impressive levels of performance for predicting ER and PR status in breast cancer WSIs. For HER2, the technology demonstrated a striking level of confidence for cases predicted as HER2 “Negative”. Further development and analysis are warranted to increase the number of HER2 negative BC WSIs that PANProfiler is able to identify.