Stochastic Assessment of the Economic Impact of Streptococcus suis-Associated Disease in German, Dutch and Spanish Swine Farms
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The economic assessment of animal diseases is essential for decision-making, including the allocation of resources for disease control. However, that assessment is usually hampered by the lack of reliable data on disease incidence, or treatment and control measures, and that is particularly true for swine production diseases, such as infections caused by Streptococcus suis . Therefore, we deployed a questionnaire survey of clinical swine veterinarians to obtain the input data needed for a stochastic model to calculate the costs caused by S. suis , which was implemented in three of the main swine producing countries in Europe: Germany, the Netherlands and Spain. S. suis -associated disease is endemic in those countries in all production phases, though nursery was the phase most severely impacted. In affected nursery units, between 3.3 and 4.0% of pigs had S. suis -associated disease and the mortalities ranged from 0.5 to 0.9%. In Germany, the average cost of S. suis per pig (summed across all production phases) was 1.30 euros (90% CI: 0.53–2.28), in the Netherlands 0.96 euros (90% CI: 0.27–1.54), and in Spain 0.60 euros (90% CI: 0.29–0.96). In Germany, that cost was essentially influenced by the expenditure in early metaphylaxis in nursery and in autogenous vaccines in sows and nursery pigs; in the Netherlands, by expenditure on autogenous vaccines in sows and nursery pigs; and in Spain, by the expenditures in early metaphylaxis and to a lesser extent by the mortality in nursery pigs. Therefore, the differences in costs between countries can be explained to a great extent by the measures to control S. suis implemented in each country. In Spain and in Germany, use of antimicrobials, predominantly beta-lactams, is still crucial for the control of the disease.
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.
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 | 0,001 |
| 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 découle