MétaCan
Menu
Retour à la cohorte
Enregistrement W2809583078 · doi:10.1128/microbiolspec.arba-0018-2017

Optimization of Antimicrobial Treatment to Minimize Resistance Selection

2018· review· en· W2809583078 sur OpenAlexaff
Luca Guardabassi, Mike Apley, John Elmerdahl Olsen, Pierre‐Louis Toutain, J. Scott Weese

Notice bibliographique

RevueMicrobiology Spectrum · 2018
Typereview
Langueen
DomaineImmunology and Microbiology
ThématiqueMicrobial infections and disease research
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésAntimicrobialIntensive care medicineMedicineAntibiotic resistanceAntimicrobial drugVeterinary medicineAntibioticsBiologyMicrobiology

Résumé

récupéré en direct d'OpenAlex

Optimization of antimicrobial treatment is a cornerstone in the fight against antimicrobial resistance. Various national and international authorities and professional veterinary and farming associations have released generic guidelines on prudent antimicrobial use in animals. However, these generic guidelines need to be translated into a set of animal species- and disease-specific practice recommendations. This article focuses on prevention of antimicrobial resistance and its complex relationship with treatment efficacy, highlighting key situations where the current antimicrobial drug products, treatment recommendations, and practices may be insufficient to minimize antimicrobial selection. The authors address this topic using a multidisciplinary approach involving microbiology, pharmacology, clinical medicine, and animal husbandry. In the first part of the article, we define four key targets for implementing the concept of optimal antimicrobial treatment in veterinary practice: (i) reduction of overall antimicrobial consumption, (ii) improved use of diagnostic testing, (iii) prudent use of second-line, critically important antimicrobials, and (iv) optimization of dosage regimens. In the second part, we provided practice recommendations for achieving these four targets, with reference to specific conditions that account for most antimicrobial use in pigs (intestinal and respiratory disease), cattle (respiratory disease and mastitis), dogs and cats (skin, intestinal, genitourinary, and respiratory disease), and horses (upper respiratory disease, neonatal foal care, and surgical infections). Lastly, we present perspectives on the education and research needs for improving antimicrobial use in the future.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,031
Tête enseignante GPT0,320
Écart entre enseignants0,288 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations85
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMicrobiology SpectrumMême sujetMicrobial infections and disease researchTravaux en français237 207