Bioaerosols Play a Major Role in the Nasopharyngeal Microbiota Content in Agricultural Environment
Notice bibliographique
Résumé
Background: Bioaerosols are a major concern for public health and sampling for exposure assessment purposes is challenging. The nasopharyngeal region could be a potent carrier of long-term bioaerosol exposure agents. This study aimed to evaluate the correlation between nasopharyngeal bacterial flora of swine workers and the swine barns bioaerosol biodiversity. Methods: Air samples from eight swine barns as well as nasopharyngeal swabs from pig workers (n = 25) and from a non-exposed control group (n = 29) were sequenced using 16S rRNA gene high-throughput sequencing. Wastewater treatment plants were used as the industrial, low-dust, non-agricultural environment control to validate the microbial link between the bioaerosol content (air) and the nasopharynxes of workers. Results: A multivariate analysis showed air samples and nasopharyngeal flora of pig workers cluster together, compared to the non-exposed control group. The significance was confirmed with the PERMANOVA statistical test (p-value of 0.0001). Unlike the farm environment, nasopharynx samples from wastewater workers did not cluster with air samples from wastewater treatment plants. The difference in the microbial community of nasopharynx of swine workers and a control group suggest that swine workers are carriers of germs found in bioaerosols. Conclusion: Nasopharynx sampling and microbiota could be used as a proxy of air sampling for exposure assessment studies or for the determination of exposure markers in highly contaminated agricultural environments.
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 | 0,004 | 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».