Associations Among Antimicrobial Use and Antimicrobial Resistance of <i>Salmonella</i> spp. Isolates from 60 Alberta Finishing Swine Farms
Notice bibliographique
Résumé
The study objectives were to identify potential associations between reported antimicrobial use (AMU) practices and antimicrobial resistance (AMR) of fecal and environmental Salmonella spp. isolates (n = 322 isolates) recovered from 60 Alberta finishing swine farms, and to estimate the amount of pen and farm level variation in AMR. The AMU data were collected through a questionnaire. Separate multilevel logistic regression models were built for six antimicrobials with prevalence of resistance >or=5% using the Generalized Linear Latent and Mixed Model (GLLAMM) procedure. In-feed use of tylosin in finishers was associated with increased odds of resistance in Salmonella isolates to ampicillin (OR = 61.56), streptomycin (OR = 11.70), and multiple antimicrobials (OR = 4.90). Injectable penicillin use in growers was associated with decreased odds of resistance in Salmonella isolates to streptomycin (OR = 0.06), kanamycin (OR = 0.03), and multiple antimicrobials (OR = 0.12). Injectable penicillin use in finishers was associated with decreased odds of resistance in Salmonella isolates to ampicillin (OR = 0.007) and chloramphenicol (OR = 0.04). Overall, these results indicate that AMU in pig production is inconsistently associated with AMR in Salmonella from finishing swine. Variation in AMR prevalence of Salmonella isolates of swine was moderate to high at pen and farm levels for most antimicrobials suggesting that interventions at the pen and farm levels might be beneficial in reducing the emergence of AMR Salmonella in swine populations.
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 | 0,000 | 0,000 |
| 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) | 0,000 | 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 ».