“These Aren’t the Strains You’re Looking for”: Recovery Bias of Common Campylobacter jejuni Subtypes in Mixed Cultures
Notice bibliographique
Résumé
Microbiological surveillance of the food chain plays a critical role in improving our understanding of the distribution and circulation of food-borne pathogens along the farm to fork continuum towards the development of interventions to reduce the burden of illness. The application of molecular subtyping to bacterial isolates collected through surveillance has led to the identification of strains posing the greatest risk to public health. Past evidence suggests that enrichment methods for Campylobacter jejuni, a leading bacterial foodborne pathogen worldwide, may lead to the differential recovery of subtypes, obscuring our ability to infer the composition of a mixed-strain sample and potentially biasing prevalence estimates in surveillance data. To assess the extent of potential selection bias resulting from enrichment-based isolation methods, we compared enriched and non-enriched isolation of mixed subtype cultures of C. jejuni, followed by subtype-specific enumeration using both colony plate-counts and digital droplet PCR. Results differed from the null hypothesis that similar proportions of C. jejuni subtypes are recovered from enrichment and non-enrichment protocols. Our results also indicated a significant effect of subtype cluster frequency on isolation frequency post-recovery, with the recovery of more common subtypes being consistently favoured. This bias was exacerbated when an enrichment step was included in the isolation procedure. Taken together, our results emphasize the importance of selecting multiple colonies per sample, and where possible, the use of both enrichment and non-enrichment isolation procedures to maximize the likelihood of recovering multiple subtypes present in a sample. Moreover, the effects of subtype-specific recovery bias should be considered in the interpretation of strain prevalence data towards improved risk assessment from microbiological surveillance data.
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 | 0,007 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».