Shiga-Toxigenic Escherichia coli Detection in Stool Samples Screened for Viral Gastroenteritis in Alberta, Canada
Notice bibliographique
Résumé
Shiga-toxigenic Escherichia coli (STEC) is an important cause of diarrheal disease. The most notorious STEC serotype is O157:H7, which is associated with hemorrhagic colitis and hemolytic-uremic syndrome (HUS). As a result, this serotype is routinely screened for in clinical microbiology laboratories. With the bias toward the identification of the O157 serogroup in routine diagnostic processes, non-O157 STEC has been largely underrepresented in the epidemiology of STEC infections. This diagnostic bias is further complicated by the fact that many non-O157 STEC infections cause nonspecific gastroenteritis symptoms reminiscent of enteric viral infections. In this study, real-time PCR was used to amplify Shiga toxin genetic determinants (stx(1) and stx(2)) from enriched stool samples that were initially submitted for the testing of enteric viruses in patients with suspected viral gastroenteritis between May and September of 2006, 2007, and 2008 (n = 2,702). Samples were submitted from the province of Alberta, Yukon, the Northwest Territories, and Nunavut, Canada. A total of 38 samples (1.4%) tested positive for Shiga toxin genes, and 15 isolates were cultured for further characterization. Several of the serotypes identified (O157:H7, O26:HNM, O26:H11, O103:H25, O121:H19, and O145:HNM) have been previously associated with outbreaks and HUS. This study outlines the importance of combining molecular methods with classical culture techniques to enhance the detection of emerging non-O157 as well as O157 serotypes in diarrheal stool samples. Furthermore, atypical diarrhea disease caused by non-O157 STEC can be routinely missed due to screening only for viral agents.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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 ».