Bioaerosol and surface sampling for the surveillance of influenza A virus in swine
Notice bibliographique
Résumé
Influenza A virus in swine is of significant importance to human and veterinary public health. Environmental sampling techniques that prove practical would enhance surveillance for influenza viruses in swine. The primary objective of this study was to demonstrate the feasibility of bioaerosol and surface sampling for the detection of influenza virus in swine barns with a secondary objective of piloting a mobile application for data collection. Sampling was conducted at a large swine operation between July 2016 and August 2017. Swine oral fluids and surface swabs were collected from multiple rooms. Room-level air samples were collected using four bioaerosol samplers: a low volume polytetrafluoroethylene (PTFE) filter sampler, the National Institute for Occupational Safety and Health's low volume cyclone sampler, a 2-stage Andersen impactor and/or one high volume cyclonic sampler. Samples were analysed using quantitative RT-PCR. Data and results were reported using a mobile data application. Eighty-nine composite oral fluid samples, 70 surface swabs and 122 bioaerosol samples were analysed. Detection rates for influenza virus RNA in swine barn samples were 71.1% for oral fluids, 70.8% for surface swabs and 71.1% for the PTFE sampler. Analysis revealed a statistically significant relationship between the results of the PTFE sampler and the surface swabs with oral fluid results (p < 0.001 and p < 0.01 respectively). In addition, both the PTFE sampler (p < 0.01) and surface swabs (p = 0.03) significantly correlated with, and predicted oral fluid results. Bioaerosol sampling using PTFE samplers is an effective hands-off approach for detecting influenza virus activity among swine. Further study is required for the implementation of this approach for surveillance and risk assessment of circulating influenza viruses of swine origin. In addition, mobile data collection stands to be an invaluable tool in the field by allowing secure, real-time reporting of sample collection and results.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), 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 ».