The Use of Direct‐Fed Microbials to Reduce Shedding of <i>Escherichia coli</i> O157 in Beef Cattle: A Systematic Review and Meta‐analysis
Notice bibliographique
Résumé
Human illness due to infections with Escherichia coli O157 is a serious health concern. Infection occurs through direct contact with infected animals or their faeces, through contaminated food or water and/or through person-to-person transmission. A reduction in faecal E. coli O157 shedding in cattle might reduce the burden of human infections. We used systematic review and meta-analysis to assess the efficacy of direct-fed microbials (DFM), compared with placebo or no treatment, fed during the pre-harvest stage of production in reducing faecal E. coli O157 shedding in beef cattle during field trials. Four electronic databases, Nebraska Beef Reports and review article reference lists were searched. A total of 16 publications assessing faecal shedding at the end of the trial and/or throughout the trial period were included. The majority of publicly disseminated trials evaluated the prevalence of E. coli O157 faecal shedding; only two evaluated the concentration of organisms in faeces. The prevalence of faecal E. coli O157 shedding in cattle is significantly reduced by DFM treatments (summary effect size for all DFM - OR = 0.46; CI = 0.36-0.60). The DFM combination Lactobacillus acidophilus (NP51) and Propionibacterium freudenreichii (NP24) was more efficacious in reducing the prevalence of faecal E. coli O157 shedding at the time of harvest and throughout the trial period compared with the group of other DFM, although this difference was not statistically significant. Furthermore, we found that the combination [NP51 and NP24] treatment was more efficacious in reducing the prevalence of faecal E. coli O157 shedding at the time of harvest and throughout the trial period when fed at the dose of 10(9) CFU/animal/day than any lesser amount, although this difference was not statistically significant. Feeding beef cattle DFM during the pre-harvest stage of production reduces the prevalence of E. coli O157 faecal shedding and might effectively reduce human infections.
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 | 0,010 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,019 | 0,028 |
| Bibliométrie | 0,006 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».