Prevalence, main serovars, and antimicrobial resistance profiles of Non-typhoidal Salmonella in poultry samples from the Americas: A systematic review and meta-analysis
Notice bibliographique
Résumé
Poultry and poultry-derived products such as meat and eggs are among the main sources of non-typhoidal Salmonella (NTS) transmission to the human. Therefore, we performed a systematic review and used random-effects meta-analyses to 1) estimate the prevalence of NTS in poultry samples from birds, products and subproducts, and environmental samples, 2) examine the diversity and frequency of their serovars, and 3) estimate the prevalence and profiles of antimicrobial resistance (AMR) in NTS isolates reported in studies from the Americas. We included 157 studies from 15 countries comprising 261,408 poultry samples and estimated an overall pooled prevalence of 17.9% (95% CI: 10.8–26.3) in birds, 21.8% (17.7–26.1) in products and subproducts, and 29.5% (24.2–35.1) in environmental samples. At the national level, the prevalence of NTS was heterogenous across countries with the highest values in Mexico, the USA, and Canada. In total, 131 serovars were identified from 13,388 isolates, Heidelberg, Kentucky, Enteritidis, and Typhimurium were the most prevalent in the overall top 10 ranking (range 6.5–20.8%). At the national level, Enteritidis and Typhimurium were identified in most of the countries, though with national differences in their ranks. The prevalence of AMR increased from 24.1% for 1 antibiotic, to 36.2% for 2-3 antibiotics, and 49.6% for ≥ 4 antibiotics. Kentucky, Heidelberg, Typhimurium, and Enteritidis were the serovars with the highest prevalence of AMR and tetracycline, ampicillin, streptomycin, ceftiofur, and amoxicillin-clavulanic acid were the top five antibiotics to which NTS isolates were resistant. In conclusion, NTS was distributed through the avian production chain with high and heterogenous values of prevalence in poultry samples. Besides, there were distinctive patterns of serovars distribution across countries and an alarming prevalence of AMR among zoonotic serovars.
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 | 0,009 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,014 | 0,031 |
| Bibliométrie | 0,009 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».