MétaCan
Menu
Retour à la cohorte
Enregistrement W2094489966 · doi:10.1017/s1466252313000029

Antimicrobial resistance and prudent drug use for<i>Streptococcus suis</i>

2013· review· en· W2094489966 sur OpenAlexaff
Norma P. Varela, Pierre Gadbois, Claude Thibault, Marcelo Gottschalk, P. Dick, Jeff Wilson

Notice bibliographique

RevueAnimal Health Research Reviews · 2013
Typereview
Langueen
DomaineMedicine
ThématiqueStreptococcal Infections and Treatments
Établissements canadiensVétoquinol (Canada)Université de MontréalUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésStreptococcus suisAntimicrobialAntimicrobial drugDrug resistanceAntibiotic resistanceMicrobiologyDrugMedicinePharmacologyAntibioticsChemistryBiology

Résumé

récupéré en direct d'OpenAlex

This paper reviews information on antimicrobial resistance patterns and prudent use of antimicrobials to reduce the impact and spread of resistant Streptococcus suis strains. S. suis is an important pathogen in swine, which can cause significant economic loss. Prudent use of antimicrobials for S. suis is essential to preserve the therapeutic efficacy of broad-spectrum antimicrobials and to minimize selection of resistant S. suis strains. Resistance of S. suis to antimicrobials commonly used in swine, including lincosamides, macrolides, sulphonamides, and tetracycline, has been documented worldwide, with resistance in up to 85% of strains. Among antimicrobials examined, resistance of S. suis has been demonstrated to be relatively low for penicillin (0-27%), ampicillin (0.6-23%), and ceftiofur (0-23%). For penicillin, this result may be due in part to the unique mechanism by which resistance is acquired through modifications in the structure of penicillin-binding proteins. Recommendations to control S. suis infection include focused and careful choice and appropriate use of antimicrobials, together with preventive measures intended to improve swine management.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,501
Tête enseignante GPT0,557
Écart entre enseignants0,056 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations115
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnimal Health Research ReviewsMême sujetStreptococcal Infections and TreatmentsTravaux en français237 207