Serotypes of Streptococcus suis isolated from healthy pigs in Phayao Province, Thailand
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Streptococcus suis (S. suis) is an important swine and human pathogen. There are 33 serotypes that have been described. Zoonotic cases are very common the Northern part of Thailand, especially in Phayao Province. However, the prevalence of S. suis and, more particularly the different serotypes, in pigs in this region is poorly known and needed to be addressed. THE CONTEXT AND PURPOSE OF THE STUDY: Distribution of S. suis serotypes varies depending on the geographical area. Knowledge of the serotype distribution is important for epidemiological studies. Consequently, 180 tonsil samples from slaughterhouse pigs in Phayao Province had been collected for surveillance, from which 196 S. suis isolates were recovered. Each isolate was subcultured and its serotype identified using multiplex PCR. Slide agglutination combined with precipitation tests were used following multiplex PCR to differentiate the isolates showing similar sizes of amplified products specific to either serotype 1 or 14 and 2 or 1/2. Non-typable isolates by multiplex PCR were serotyped by the coagglutination test. RESULTS: Of the 196 isolates, 123 (62.8%) were typable and 73 (37.2%) were non-typable. This study revealed the presence of serotypes 1, 1/2, 2, 3, 4, 5, 7, 9, 11, 12, 13, 14, 21, 22, 23, 24, 25, 29, and 30. Serotype 23 was the most prevalent (20/196, 10.2%), followed by serotype 9 (16/196, 8.2%), serotype 7 (16/196, 8.2%), and serotype 2 (11/196, 5.6%). The latter is the serotype responsible for most human cases. CONCLUSION: Almost all serotypes previously described are present in Northern Thailand. Therefore, this report provides useful data for future bacteriological studies.
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.
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 | 0,001 |
| 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 découle