Challenges and opportunities for the adoption of molecular diagnostics for anthelmintic resistance
Notice bibliographique
Résumé
Anthelmintic resistance is a significant threat to livestock production systems worldwide and is emerging as an important issue in companion animal parasite management. It is also an emerging concern for the control of human soil-transmitted helminths and filaria. An important aspect of managing anthelmintic resistance is the ability to utilise diagnostic tests to detect its emergence at an early stage. In host-parasite systems where resistance is already widespread, diagnostics have a potentially important role in determining those drugs that remain the most effective. The development of molecular diagnostics for anthelmintic resistance is one focus of the Consortium for Anthelmintic Resistance and Susceptibility (CARS) group. The present paper reflects discussions of this issue that occurred at the most recent meeting of the group in Wisconsin, USA, in July 2019. We compare molecular resistance diagnostics with in vivo and in vitro phenotypic methods, and highlight the advantages and disadvantages of each. We assess whether our knowledge on the identity of molecular markers for resistance towards the different drug classes is sufficient to provide some expectation that molecular tests for field use may be available in the short-to-medium term. We describe some practical aspects of such tests and how our current capabilities compare to the requirements of an 'ideal' test. Finally, we describe examples of drug class/parasite species interactions that provide the best opportunity for commercial use of molecular tests in the near future. We argue that while such prototype tests may not satisfy the requirements of an 'ideal' test, their potential to provide significant advances over currently-used phenotypic methods warrants their development as field diagnostics.
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 | 0,000 | 0,001 |
| 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 | 0,000 | 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 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 ».