Aflatoxins: Producing-Molds, Structure, Health Issues and Incidence in Southeast Asian and Sub-Saharan African Countries
Notice bibliographique
Résumé
This review aims to update the main aspects of aflatoxin production, occurrence and incidence in selected countries, and associated aflatoxicosis outbreaks. Means to reduce aflatoxin incidence in crops were also presented, with an emphasis on the environmentally-friendly technology using atoxigenic strains of Aspergillus flavus. Aflatoxins are unavoidable widespread natural contaminants of foods and feeds with serious impacts on health, agricultural and livestock productivity, and food safety. They are secondary metabolites produced by Aspergillus species distributed on three main sections of the genus (section Flavi, section Ochraceorosei, and section Nidulantes). Poor economic status of a country exacerbates the risk and the extent of crop contamination due to faulty storage conditions that are usually suitable for mold growth and mycotoxin production: temperature of 22 to 29 °C and water activity of 0.90 to 0.99. This situation paralleled the prevalence of high liver cancer and the occasional acute aflatoxicosis episodes that have been associated with these regions. Risk assessment studies revealed that Southeast Asian (SEA) and Sub-Saharan African (SSA) countries remain at high risk and that, apart from the regulatory standards revision to be more restrictive, other actions to prevent or decontaminate crops are to be taken for adequate public health protection. Indeed, a review of publications on the incidence of aflatoxins in selected foods and feeds from countries whose crops are classically known for their highest contamination with aflatoxins, reveals that despite the intensive efforts made to reduce such an incidence, there has been no clear tendency, with the possible exception of South Africa, towards sustained improvements. Nonetheless, a global risk assessment of the new situation regarding crop contamination with aflatoxins by international organizations with the required expertise is suggested to appraise where we stand presently.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 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 ».