MétaCan
Menu
Retour à la cohorte
Enregistrement W3032923428 · doi:10.1371/journal.pone.0234360

Molecular detection of Coxiella burnetii in livestock farmers and cattle from Magdalena Medio in Antioquia, Colombia

2020· article· en· W3032923428 sur OpenAlexaff
Ruth Cabrera, Leonardo Alberto Ríos-Osório, Yoav Keynan, Zulma Vanessa Rueda, Lina A. Gutiérrez

Notice bibliographique

RevuePLoS ONE · 2020
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueVector-borne infectious diseases
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesMinisterio de Ciencia, Tecnología e Innovación
Mots-clésCoxiella burnetiiQ feverLivestockVeterinary medicineBiologyPolymerase chain reactionMedicineVirologyEcology

Résumé

récupéré en direct d'OpenAlex

Coxiella burnetii causes Q fever in humans and coxiellosis in animals. In humans, it causes acute febrile illnesses like influenza, pneumonia, hepatitis, and chronic illnesses such as endocarditis, vascular infection, and post-infectious fatigue syndrome. It is widely distributed worldwide, and its main reservoirs are sheep, goats, and cattle. This study aimed to determine the frequency of C. burnetii infection using molecular detection and to identify the associated factors in livestock farmers and cattle from the Magdalena Medio region of Antioquia, Colombia. Using real-time polymerase chain reaction (PCR), molecular detection was performed for the IS1111 insertion sequence of C. burnetii using genomic DNA collected from the peripheral blood of 143 livestock farmers and 192 cattle from 24 farms located in Puerto Berrío, Puerto Nare, and Puerto Triunfo. To confirm the results, bidirectional amplicon sequencing of 16S rRNA was performed in four of the positive samples. Additionally, factors associated with C. burnetii were identified using a Poisson regression with cluster effect adjustment. Real-time PCR showed positive results in 25.9% and 19.5% of livestock farmer samples and cattle samples, respectively. For livestock farmers, factors associated with C. burnetii were the area where the farm was located [Puerto Berrío, adjusted prevalence ratio (aPR): 2.13, 95% confidence interval (CI): 1.10-4.11], presence of hens (aPR: 1.47, 95% CI: 1.21-1.79), horses (aPR: 1.61, 95% CI: 1.54-1.67), and ticks (aPR: 2.36, 95% CI: 1.03-5.42) in the residence, and consumption of raw milk (aPR: 1.47, 95% CI: 1.26-1.72). For cattle, the factors associated with Coxiella genus were municipality (Puerto Nare; aPR: 0.39, 95% CI: 0.37-0.41) and time of residence on the farm (≥49 months; aPR: 2.28, 95% CI: 1.03-5.20). By analyzing sequences of the 16S rRNA molecular marker, C. burnetii infection was confirmed in livestock farmers. However, in cattle, only the presence of Coxiella-type bacteria was identified. Further research is necessary to determine the potential role that these types of bacteria have as etiological agents for disease in livestock farmers and cattle from the study area.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,179
Score d'incertitude au seuil0,356

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,017
Tête enseignante GPT0,202
Écart entre enseignants0,185 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations16
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetVector-borne infectious diseasesTravaux en français237 207