Evaluation of the Petrifilm™ Culture System for the Identification of Mastitis Bacteria as Compared to Standard Bacteriological Methods
Notice bibliographique
Résumé
The largest cost associated with treating clinical mastitis during lactation is the discarded milk during and after therapy. To justify this cost, one should ensure that the present infection will respond to antibiotic therapy. Most intramammary antibiotics target gram-positive cocci organisms, and are not particularly effective against Mycoplasma spp, yeasts and mild infections caused by gram-negative pathogens. Similarly, research has demonstrated that other organisms, such as Streptococcus uberis, are highly responsive to intramammary antibiotics, or that the cure rates achieved by various intramammary treatments are not significantly better than no treatment. Thus, there has been an increasing demand for research towards the development of on-farm mastitis culturing media for early identification and accurate classification of bacterial species. Petrifilm™ plates are selective culture media products, which are used for rapid bacteriological isolation and enumeration from food products. The 3M Petrifilm™ products are small, playing card size, sample-ready plates that will allow users to easily and efficiently perform on-site microbial identification. Petriflim™ plates that are potentially useful for mastitis diagnoses are the Aerobic Count Plates, Coliform Count Plates, and Staph Express Count Plates, due to their ease of use, and the ability to reach a diagnosis in as little as 24 hours. The usefulness of the Petrifilm™ culture system for the diagnosis of mastitis has been previously reported.1 The objective of the current project was to determine the test characteristics of Petrifilm™ to characterize the causative organism in producer-defined cases of clinical mastitis.
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 | 0,005 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».