Characterization of antimicrobial resistance in Aeromonas and Vibrio isolated in Canada from fish and seafood
Notice bibliographique
Résumé
Plusieurs études ont examiné la sensibilité aux antimicrobiens chez les bactéries d’organismes provenant de produits issus de l’aquaculture ou de leur environnement. Aucune information n’est cependant disponible concernant la résistance aux antimicrobiens dans les bactéries de la flore de poissons ou de fruits de mer vendus au détail au Canada. C’est particulièrement vrai en ce qui a trait aux bactéries des genres Aeromonas et Vibrio, dont certaines espèces sont des agents pathogènes zoonotiques connus. Au cours de cette étude, la sensibilité aux antimicrobiens d’isolats d’Aeromonas spp. et de Vibrio spp. provenant de poissons et de crevettes domestiques et importés a été mesurée à l’aide de techniques de micro dilution en bouillon et/ou de diffusion sur disque. Les classes d’antimicrobiens examinés comprenaient les tétracyclines (TET), les inhibiteurs de la voie des folates (sulfadiméthoxine-triméthoprime, SXT), le florfenicol (FLO), et les quinolones (acide nalidixique / enrofloxacine, NA/ENO). Des valeurs seuils épidémiologiques pour Aeromonas et Vibrio ont été établies en utilisant la méthode d’interprétation normalisée des données de résistance provenant de diffusion sur disque. La recherche de gènes de résistance associés au profil de résistance des isolats a été effectuée en utilisant des PCRs et des puces ADN. Le nombre d’isolats résistants aux divers antimicrobiens parmi les 201 isolats d’Aeromonas et les 185 isolats de Vibrio étaient respectivement les suivants: TET (n=24 et 10), FLO (n=1 et 0), SXT (n=2 et 8), NA (n=7 et 5) et ENO (n= 5 et 0). Diverses associations de gènes tet(A), tet(B), tet(E), floR, sul1, sul2, et intI1 ont été détectées, les gènes tet(E), intI1, sul2 et tet(B) étant les plus communs. Les espèces d’Aeromonas et de Vibrio isolées de poissons au détail et de fruits de mer peuvent héberger une variété de gènes de résistance, bien que peu fréquemment. Le risque que représente ces gènes de résistance reste à évaluer en considérant le potentiel infectieux des bactéries, l’utilisation des ces agents antimicrobiens pour le traitement des maladies en aquaculture et en médecine humaine et leur rôle en tant que réservoir de la résistance antimicrobienne.
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 ».