Impact of Raised without Antibiotics Measures on Antimicrobial Resistance and Prevalence of Pathogens in Sow Barns
Notice bibliographique
Résumé
The growing concern over the emergence of antimicrobial resistance (AMR) in animal production as a result of extensive and inappropriate antibiotic use has prompted many swine farmers to raise their animals without antibiotics (RWA). In this study, the impact of implementing an RWA production approach in sow barns on actual on-farm antibiotic use, the emergence of AMR, and the abundance of pathogens was investigated. Over a 13-month period, fecal and nasopharynx samples were collected at 3-month intervals from sows raised in RWA barns and sows in conventional barns using antibiotics in accordance with the new regulations (non-RWA). Whole genome sequencing (WGS) was used to determine the prevalence of AMR and the presence of pathogens in those samples. Records of all drug use from the 13-month longitudinal study indicated a significant reduction in antimicrobial usage in sows from RWA barns compared to conventional non-RWA barns. Antifolates were commonly administered to non-RWA sows, whereas β-lactams were widely used to treat sows in RWA barns. Metagenomic analyses demonstrated an increased abundance of pathogenic Actinobacteria, Firmicutes, and Proteobacteria in the nasopharynx microbiome of RWA sows relative to non-RWA sows. However, WGS analyses revealed that the nasal microbiome of sows raised under RWA production exhibited a significant increase in the frequency of resistance genes coding for β-lactams, MDR, and tetracycline.
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 | 0,000 | 0,000 |
| 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 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 ».