MétaCan
Menu
Retour à la cohorte
Enregistrement W2098041282 · doi:10.1093/jac/dkg072

Influence of population density on antibiotic resistance

2003· article· en· W2098041282 sur OpenAlexaboutno aff
Nienke Bruinsma

Notice bibliographique

RevueJournal of Antimicrobial Chemotherapy · 2003
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueAntibiotic Use and Resistance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAntibioticsAntibiotic resistancePopulationCefazolinMedicineEpidemiologyVeterinary medicineDemographyBiologyEnvironmental healthMicrobiologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Antibiotic consumption and population density as a measure of crowding in the community were related to the prevalence of antibiotic resistance of three cities in three different countries: St Johns in Newfoundland (Canada), Athens in Greece and Groningen in The Netherlands. Antibiotic consumption was expressed in DDD (defined daily dose), as DID (DDD/1000 inhabitants/day) and as DSD (DDD/km(2)). The prevalence of antibiotic-resistant Escherichia coli and enterococci was determined in faecal samples of healthy volunteers. In both Newfoundland (28 DID) and Greece (29 DID) the overall consumption of antibiotics was more than three times higher compared with that of The Netherlands (9 DID). The lowest prevalence of resistant E. coli against the majority of antibiotics tested was found for the samples from Newfoundland and was significant (P < 0.05) for cefazolin, oxytetracycline and trimethoprim. A poor correlation between the number of DID and the prevalence of resistance was observed [the Pearson correlation coefficient (Pcc) ranged between -0.93 and 0.87]. However, when population density was taken into consideration and antibiotic consumption was expressed in DSD, a strong correlation was observed (and Pcc ranged between 0.86 and 1.00). This study suggests that population density is an important factor in the development of antibiotic resistance and warrants special attention as a factor in resistance epidemiology.

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)0,000
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,054

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,006
Tête enseignante GPT0,225
Écart entre enseignants0,219 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations98
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Antimicrobial ChemotherapyMême sujetAntibiotic Use and ResistanceTravaux en français237 207