Antifungal activity of essential oils against itraconazoleresistant pathogenic Candida isolated from vulvovaginal candidiasis
محل انتشار: مجله قارچ شناسی پزشکی، دوره: 8، شماره: 4
سال انتشار: 1401
نوع سند: مقاله ژورنالی
زبان: انگلیسی
مشاهده: 80
فایل این مقاله در 5 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_CUMM-8-4_004
تاریخ نمایه سازی: 11 آذر 1402
چکیده مقاله:
Background and Purpose: Fungal infection by species of pathogenic Candida withantifungal resistance is currently a serious problem. Treatment with new medications isbecoming more challenging to manage this type of infection. The present study aimed to investigate the antifungal effect of essential oils (EOs) against itraconazole-resistantspecies of pathogenic Candida.Materials and Methods: Seven essential oils were tested on ۱۵ clinical isolates ofitraconazole-resistant Candida from patients with vulvovaginal candidiasis. Theantifungal action of selected EOs was evaluated using the disc diffusion method with the determination of the minimum inhibitory concentration (MIC) of effective EOs.Results: Radish EO was the most effective type against all Candida isolates with MICsbetween ۳.۱۲۵% and ۶.۲۵% (v/v) .It also had a stronger effect than itraconazole. Sixother EOs showed antifungal effects at varying concentrations and were dependent upon the type of isolate. Low concentrations of these six EOs were more effective against many isolates than their high concentrations. Moreover, camphor and linseed EOs were less effective on isolates.Conclusion: Radish EO has a strong antifungal activity against itraconazole-resistancespecies of Candida, even more than itraconazole. The antifungal action of some EOs can be increased through the use of low concentrations.
کلیدواژه ها:
نویسندگان
Ali AL-Janabi
Department of Microbiology, College of Medicine, University of Karbala, Iraq
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :