MétaCan
Menu
Retour à la cohorte
Enregistrement W4303579138 · doi:10.3390/antibiotics11101342

Crossover-Use of Human Antibiotics in Livestock in Agricultural Communities: A Qualitative Cross-Country Comparison between Uganda, Tanzania and India

2022· article· en· W4303579138 sur OpenAlexaff
Jessica Myers, Mathew Hennessey, Jean-Christophe Arnold, Kayley D. McCubbin, Tiziana Lembo, Ana Mateus, Freddy Eric Kitutu, Indranil Samanta, Eleanor Hutchinson, Alicia Davis, Blandina T. Mmbaga, Fortunata Nasuwa, Meenakshi Gautham, Siân E. Clarke

Notice bibliographique

RevueAntibiotics · 2022
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueAntibiotic Use and Resistance
Établissements canadiensUniversity of Calgary
Organismes subventionnairesEngineering and Physical Sciences Research CouncilMedical Research CouncilUK Research and Innovation
Mots-clésLivestockTanzaniaAntibioticsAntibiotic resistanceAgricultureAmoxicillinThematic analysisEnvironmental healthDeveloping countryFocus groupMedicineBiotechnologyTetracycline antibioticsVeterinary medicineBusinessTetracyclineGeographyQualitative researchEnvironmental planningBiologyMarketingEcology

Résumé

récupéré en direct d'OpenAlex

Antibiotic use in animal agriculture contributes significantly to antibiotic use globally and is a key driver of the rising threat of antibiotic resistance. It is becoming increasingly important to better understand antibiotic use in livestock in low-and-middle income countries where antibiotic use is predicted to increase considerably as a consequence of the growing demand for animal-derived products. Antibiotic crossover-use refers to the practice of using antibiotic formulations licensed for humans in animals and vice versa. This practice has the potential to cause adverse drug reactions and contribute to the development and spread of antibiotic resistance between humans and animals. We performed secondary data analysis of in-depth interview and focus-group discussion transcripts from independent studies investigating antibiotic use in agricultural communities in Uganda, Tanzania and India to understand the practice of antibiotic crossover-use by medicine-providers and livestock-keepers in these settings. Thematic analysis was conducted to explore driving factors of reported antibiotic crossover-use in the three countries. Similarities were found between countries regarding both the accounts of antibiotic crossover-use and its drivers. In all three countries, chickens and goats were treated with human antibiotics, and among the total range of human antibiotics reported, amoxicillin, tetracycline and penicillin were stated as used in animals in all three countries. The key themes identified to be driving crossover-use were: (1) medicine-providers' and livestock-keepers' perceptions of the effectiveness and safety of antibiotics, (2) livestock-keepers' sources of information, (3) differences in availability of human and veterinary services and antibiotics, (4) economic incentives and pressures. Antibiotic crossover-use occurs in low-intensity production agricultural settings in geographically distinct low-and-middle income countries, influenced by a similar set of interconnected contextual drivers. Improving accessibility and affordability of veterinary medicines to both livestock-keepers and medicine-providers is required alongside interventions to address understanding of the differences between human and animal antibiotics, and potential dangers of antibiotic crossover-use in order to reduce the practice. A One Health approach to studying antibiotic use is necessary to understand the implications of antibiotic accessibility and use in one sector upon antibiotic use in other sectors.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0050,004
Communication savante0,0020,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,038
Tête enseignante GPT0,335
Écart entre enseignants0,297 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations42
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAntibioticsMême sujetAntibiotic Use and ResistanceTravaux en français237 207