Environmental contamination in a high-income country (France) by antibiotics, antibiotic-resistant bacteria, and antibiotic resistance genes: Status and possible causes
Notice bibliographique
Résumé
Antimicrobial resistance (AMR) is a major global public health concern, shared by a large number of human and animal health actors. Within the framework of a One Health approach, actions should be implemented in the environmental realm, as well as the human and animal realms. The Government of France commissioned a report to provide policy and decision makers with an evidential basis for recommending or taking future actions to mitigate AMR in the environment. We first examined the mechanisms that underlie the emergence and persistence of antimicrobial resistance in the environment. This report drew up an inventory of the contamination of aquatic and terrestrial environments by AMR and antibiotics, anticipating that the findings will be representative of some other high-income countries. Effluents of wastewater treatment plants were identified as the major source of contamination on French territory, with spreading of organic waste products as a more diffuse and incidental contamination of aquatic environments. A limitation of this review is the heterogeneity of available data in space and time, as well as the lack of data for certain sources. Comparing the French Measured Environmental Concentrations (MECs) with predicted no effect concentrations (PNECs), fluoroquinolones and trimethoprim were identified as representing high and medium risk of favoring the selection of resistant bacteria in treated wastewater and in the most contaminated rivers. All other antibiotic molecules analyzed (erythromycin, clarithromycin, azithromycin, tetracycline) were at low risk of resistance selection in those environments. However, the heterogeneity of the data available impairs their full exploitation. Consequently, we listed indicators to survey AMR and antibiotics in the environment and recommended the harmonization of sampling strategies and endpoints for analyses. Finally, the objectives and methods used for the present work could comprise a useful example for how national authorities of countries sharing common socio-geographic characteristics with France could seek to better understand and define the environmental dimension of AMR in their particular settings.
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 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».