MétaCan
Menu
Retour à la cohorte
Enregistrement W2157191900 · doi:10.1186/1471-2180-11-19

Longitudinal characterization of antimicrobial resistance genes in feces shed from cattle fed different subtherapeutic antibiotics

2011· article· en· W2157191900 sur OpenAlexafffund
Trevor W. Alexander, Jay Yanke, Tim Reuter, Edward Topp, R. R. Read, L. Brent Selinger, Tim A. McAllister

Notice bibliographique

RevueBMC Microbiology · 2011
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePharmaceutical and Antibiotic Environmental Impacts
Établissements canadiensUniversity of LethbridgeUniversity of CalgaryAgriculture and Agri-Food Canada
Organismes subventionnairesAgriculture and Agri-Food CanadaPublic Health Agency
Mots-clésBiologyTylosinFecesPersistence (discontinuity)ChlortetracyclineAntibiotic resistanceMicrobiology16S ribosomal RNAAntimicrobialVeterinary medicineTemperature gradient gel electrophoresisAntibioticsBacteriaGenetics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Environmental transmission of antimicrobial-resistant bacteria and resistance gene determinants originating from livestock is affected by their persistence in agricultural-related matrices. This study investigated the effects of administering subtherapeutic concentrations of antimicrobials to beef cattle on the abundance and persistence of resistance genes within the microbial community of fecal deposits. Cattle (three pens per treatment, 10 steers per pen) were administered chlortetracycline, chlortetracycline plus sulfamethazine, tylosin, or no antimicrobials (control). Model fecal deposits (n = 3) were prepared by mixing fresh feces from each pen into a single composite sample. Real-time PCR was used to measure concentrations of tet, sul and erm resistance genes in DNA extracted from composites over 175 days of environmental exposure in the field. The microbial communities were analyzed by quantification and denaturing gradient gel electrophoresis (DGGE) of PCR-amplified 16S-rRNA. RESULTS: The concentrations of 16S-rRNA in feces were similar across treatments and increased by day 56, declining thereafter. DGGE profiles of 16S-rRNA differed amongst treatments and with time, illustrating temporal shifts in microbial communities. All measured resistance gene determinants were quantifiable in feces after 175 days. Antimicrobial treatment differentially affected the abundance of certain resistance genes but generally not their persistence. In the first 56 days, concentrations of tet(B), tet(C), sul1, sul2, erm(A) tended to increase, and decline thereafter, whereas tet(M) and tet(W) gradually declined over 175 days. At day 7, the concentration of erm(X) was greatest in feces from cattle fed tylosin, compared to all other treatments. CONCLUSION: The abundance of genes coding for antimicrobial resistance in bovine feces can be affected by inclusion of antibiotics in the feed. Resistance genes can persist in feces from cattle beyond 175 days with concentrations of some genes increasing with time. Management practices that accelerate DNA degradation such as frequent land application or composting of manure may reduce the extent to which bovine feces serves as a reservoir of antimicrobial resistance.

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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,043
Tête enseignante GPT0,251
Écart entre enseignants0,208 · 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

Citations99
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMC MicrobiologyMême sujetPharmaceutical and Antibiotic Environmental ImpactsTravaux en français237 207