Investigation of <i>Listeria</i> , <i>Salmonella</i> , and Toxigenic <i>Escherichia coli</i> in Various Pet Foods
Notice bibliographique
Résumé
The Veterinary Laboratory Investigation and Response Network (Vet-LIRN), in collaboration with the Food Emergency Response Network (FERN) and its Microbiology Cooperative Agreement Program (MCAP) laboratories, conducted a study to evaluate the prevalence of selected microbial organisms in various types of pet foods. The goal of this blinded study was to help the Center for Veterinary Medicine prioritize potential future pet food-testing efforts. The study also increased the FERN laboratories' screening capabilities for foodborne pathogens in animal feed matrices, since such pathogens may also be a significant health risk to consumers who come into contact with pet foods. Six U.S. Food and Drug Administration FERN MCAP laboratories analyzed approximately 1056 samples over 2 years. Laboratories tested for Salmonella, Listeria, Escherichia coli O157:H7 enterohemorrhagic E. coli, and Shiga toxin-producing strains of E. coli (STEC). Dry and semimoist dog and cat foods purchased from local stores were tested during Phase 1. Raw dog and cat foods, exotic animal feed, and jerky-type treats purchased through the Internet were tested in Phase 2. Of the 480 dry and semimoist samples, only 2 tested positive: 1 for Salmonella and 1 for Listeria greyii. However, of the 576 samples analyzed during Phase 2, 66 samples were positive for Listeria (32 of those were Listeria monocytogenes) and 15 samples positive for Salmonella. These pathogens were isolated from raw foods and jerky-type treats, not the exotic animal dry feeds. This study showed that raw pet foods may harbor food safety pathogens, such as Listeria monocytogenes and Salmonella. Consumers should handle these products carefully, being mindful of the potential risks to human and animal health.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».