Prevalence of Zoonotic Bacteria in Wild and Farmed Aquatic Species and Seafood: A Scoping Study, Systematic Review, and Meta-analysis of Published Research
Notice bibliographique
Résumé
Increased reliance on seafood has brought to light concerns regarding food safety, but the information to inform risk assessment or surveillance needs is lacking. A scoping study (ScS) was conducted to characterize published research investigating selected zoonotic bacteria and public health topics in various wild and farmed aquatic species and seafood. This was followed by a systematic review (SR) on selected bacteria (Aeromonas spp., generic Escherichia coli, Salmonella spp., and Vibrio spp.) and aquatic species (clams, mussels, oysters, salmon, and shrimp [including prawn]); a meta-analysis (MA) was conducted only at the retail level due to considerable variability among various pathogen/seafood combinations. The ScS revealed the most frequently investigated themes were farm-level prevalence and intervention research for Vibrio spp. and Aeromonas spp. Antimicrobial use (AMU) and the association between AMU and antimicrobial resistance were rarely investigated. The SR indicated a consistent lack of reporting regarding study methodology and results, precluding the use of many studies in and full benefits of MA. MA of Aeromonas, E. coli, and Salmonella prevalence in retail salmon resulted in pooled estimates of 13% (6-27%), 2% (0.1-11%), and 1% (0-5%), respectively. When MA of pathogen/seafood combination resulted in statistically significant heterogeneity (p<0.1), median/range were reported at the region level. The results from our ScS, SR, and MA could be used for better design of future bacteriological surveys of seafood and as inputs for risk assessments or surveillance initiatives in this field.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».