Risk Factors for Antimicrobial Resistance among Fecal <i>Escherichia coli</i> from Residents on Forty-Three Swine Farms
Notice bibliographique
Résumé
Fecal Escherichia coli (n = 555) were isolated from 115 residents on 43 farrow-to-finish swine farms to determine the prevalence of antimicrobial resistance and associated risk factors. Susceptibility to 21 antimicrobials was determined and the overall prevalence of antimicrobial resistance was 25.8%. Pair-wise difference in prevalences of resistance to individual antimicrobials was significant between isolates from residents on farms that fed medicated swine rations compared to those that did not (p = 0.013). Cross-resistance among antimicrobials of same class and multidrug-resistance were observed. Logistic regression models revealed the following risk factors positively associated with antimicrobial resistance: use of antimicrobials in pigs on farms; number of hours per week that farmers spent in their pig barns; handling of sick pigs; and intake of antimicrobials by farm residents. This study indicates that occupational exposure of farmers to resistant bacteria and use of antimicrobials in pig farming may constitute a source of resistance in humans, although the human health impacts of such resistance is unknown. The consumption of antimicrobials by farmers appeared to constitute a significant risk for resistance development. Fecal E. coli from farm residents may act as a reservoir of resistance genes for animal and/or human pathogens.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».