Antibiotic Resistance in Shiga Toxigenic Escherichia coli Isolates from Surface Waters and Sediments in a Mixed Use Urban Agricultural Landscape
Notice bibliographique
Résumé
Antibiotic resistance (AR) phenotypes and acquired resistance determinants (ARDs) detected by in silico analysis of genome sequences were examined in 55 Shiga toxin-producing Escherichia coli (STEC) isolates representing diverse serotypes recovered from surfaces waters and sediments in a mixed use urban/agricultural landscape in British Columbia, Canada. The isolates displayed decreased susceptibility to florfenicol (65.5%), chloramphenicol (7.3%), tetracycline (52.7%), ampicillin (49.1%), streptomycin (34.5%), kanamycin (20.0%), gentamycin (10.9%), amikacin (1.8%), amoxicillin/clavulanic acid (21.8%), ceftiofur (18.2%), ceftriaxone (3.6%), trimethoprim-sulfamethoxazole (12.7%), and cefoxitin (3.6%). All surface water and sediment isolates were susceptible to ciprofloxacin, nalidixic acid, ertapenem, imipenem and meropenem. Eight isolates (14.6%) were multidrug resistant. ARDs conferring resistance to phenicols (floR), trimethoprim (dfrA), sulfonamides (sul1/2), tetracyclines (tetA/B), and aminoglycosides (aadA and aph) were detected. Additionally, narrow-spectrum β-lactamase blaTEM-1b and extended-spectrum AmpC β-lactamase (cephalosporinase) blaCMY-2 were detected in the genomes, as were replicons from plasmid incompatibility groups IncFII, IncB/O/K/Z, IncQ1, IncX1, IncY and Col156. A comparison with surveillance data revealed that AR phenotypes and ARDs were comparable to those reported in generic E. coli from food animals. Aquatic environments in the region are potential reservoirs for the maintenance and transmission of antibiotic resistant STEC, associated ARDs and their plasmids.
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 | 0,000 |
| 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 | 0,000 | 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 ».