MétaCan
Menu
Retour à la cohorte
Enregistrement W3154541784 · doi:10.3390/antibiotics10040464

Should the Increased Awareness of the One Health Approach Brought by the COVID-19 Pandemic Be Used to Further Tackle the Challenge of Antimicrobial Resistance?

2021· article· en· W3154541784 sur OpenAlexaff
Mohamed Rhouma, Michelle Tessier, Cécile Aenishaenslin, Pascal Sandérs, Hélène Carabin

Notice bibliographique

RevueAntibiotics · 2021
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueAntibiotic Use and Resistance
Établissements canadiensPublic Health Agency of CanadaCentre Intégré Universitaire de Santé et de Services Sociaux du Centre-Sud-de-l'Île-de-MontréalUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésPandemicCoronavirus disease 2019 (COVID-19)Global healthPublic healthAntibiotic resistanceRisk analysis (engineering)BusinessMedicineIntensive care medicineInfectious disease (medical specialty)BiologyDiseaseNursing

Résumé

récupéré en direct d'OpenAlex

Several experts have expressed their concerns regarding the potential increase in antimicrobial resistance (AMR) during the COVID-19 pandemic as a consequence of the increase in antimicrobial and biocide use in humans globally. However, the impact of the pandemic on antimicrobial use (AMU) and AMR in animals has yet to be discussed and evaluated. Indeed, veterinary practices have been hugely impacted by the pandemic and its restrictive measures around the world. In this perspective, we call for more research to estimate the impact of COVID-19 on AMU and AMR in both humans and animals, as well as on the environment, in coherence with the One Health approach. In addition, we argue that the current pandemic is an opportunity to accelerate the implementation of a One Health approach to tackle the AMR crisis at the global scale. Indeed, the momentum created by the increased general awareness of both the public and decision-makers for the development and maintenance of effective drugs to treat human infections, as well as for the importance of a One Health approach to prevent the emergence of infectious diseases, should be used as a lever to implement global collaborative and sustainable solutions to the complex challenges of AMR.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,211
Score d'incertitude au seuil0,599

Scores Codex et Gemma par catégorie

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

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 Opus0,080
Tête enseignante GPT0,310
Écart entre enseignants0,230 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations17
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAntibioticsMême sujetAntibiotic Use and ResistanceTravaux en français237 207