Effect of Disinfectant Exposure on <i>Legionella pneumophila</i> Associated with Simulated Drinking Water Biofilms: Release, Inactivation, and Infectivity
Notice bibliographique
Résumé
Legionella pneumophila, the most commonly identified causative agent in drinking water associated with disease outbreaks, can be harbored by and released from drinking water biofilms. In this study, the release of biofilm-associated L. pneumophila under simulated drinking water flow containing a disinfectant residual was examined. Meanwhile, the inactivation and infectivity (to amoebae) of the released L. pneumophila were studied. To simulate drinking water system conditions, biofilms were prepared under either disinfectant exposure (predisinfected biofilms) or disinfectant-free (untreated biofilms) conditions, respectively. For experiments with water flow containing a disinfectant to release the biofilm-associated L. pneumophila from these two types of biofilms, the L. pneumophila release kinetics values from predisinfected and untreated biofilms under flow condition were not statistically different (one-way ANOVA, p > 0.05). However, inactivation of the L. pneumophila released from predisinfected biofilms was 1-2 times higher and amoeba infectivity was 2-29 times lower than that from untreated biofilms. The higher disinfectant resistance of L. pneumophila released from untreated biofilms was presumably influenced by the detachment of a larger amount of biofilm material (determined by 16S rRNA qPCR) surrounding the released L. pneumophila. This study highlights the interaction among disinfectant residual, biofilms, and L. pneumophila, which provides guidelines to assess and control pathogen risk.
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 | 0,001 | 0,002 |
| 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 ».