Rational use of antibiotics for treatment of urinary infection in sows
Notice bibliographique
Résumé
Abstract The endemic character of urinary infections (UI) in sows makes collective antimicrobial therapies via feed a routine. This, however, generates sub-doses unable to heal and contribute to the selection of antibiotic-resistant bacteria. The use of individual therapy is the most appropriate procedure to be performed on animals with UI. With this study, we aimed to evaluate the occurrence of UI in sows housed in the western region of Paraná and the efficacy and cost-benefit of individual treatment. A total of 353 females were selected from five different herds, submitted to urine collection in the final third of pregnancy by spontaneous urination method. The samples were analyzed physically and chemically with the use of reagent strips, and the presence of nitrite was a determinant for positivity for UI. The animals with UI had urine submitted to a bacteriological evaluation, were treated with parenteral medication (marbofloxacin - single dose - 8 mg/kg), and submitted to a new urine collection 24h and 48h after the first. UI was observed in 4.53% of the females evaluated (16/353). Escherichia coli and Streptococcus sp. were the most frequently isolated agents. Seven days after the use of marbofloxacin 87.5% (14/16) of the animals were negative for UI, which demonstrates the efficacy of UI parenteral control. The diagnosis associated with individual therapy at the expense of collective medication was highly cost-effective, made it possible to drastically reduce the number of medicated animals, and was efficient in controlling UI. Thus, it is concluded that it is possible to make rational use of antibiotics by treating only sows that are proven to be positive for UI. This reduces the number of unnecessarily medicated animals and reduces the cost due to the use of antimicrobials only in sick animals.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».