mcr-1 colistin resistance gene sharing between Escherichia coli from cohabiting dogs and humans, Lisbon, Portugal, 2018 to 2020
Notice bibliographique
Résumé
Background The emergence of colistin resistance is a One Health antimicrobial resistance challenge worldwide. The close contact between companion animals and humans creates opportunities for transmission and dissemination of colistin-resistant bacteria. Aim To detect potential animal reservoirs of colistin-resistant Escherichia coli and investigate the possible sharing of these bacteria between dogs, cats and their cohabiting humans in the community in Lisbon, Portugal. Methods A prospective longitudinal study was performed from 2018 to 2020. Faecal samples from dogs and cats either healthy or diagnosed with a skin and soft tissue or urinary tract infection, and their cohabiting humans were screened for the presence of colistin-resistant E. coli. All isolates were tested by broth microdilution against colistin and 12 other antimicrobials. Colistin-resistant isolates were screened for 30 resistance genes, including plasmid-mediated colistin resistance genes (mcr-1 to mcr-9), and typed by multilocus sequence typing. Genetic relatedness between animal and human isolates was analysed by whole genome sequencing. Results Colistin-resistant E. coli strains harbouring the mcr-1 gene were recovered from faecal samples of companion animals (8/102; 7.8%) and humans (4/125; 3.2%). No difference between control and infection group was detected. Indistinguishable multidrug-resistant E. coli ST744 strains harbouring the mcr-1 gene were found in humans and their dogs in two households. Conclusions The identification of identical E. coli strains containing the plasmid-mediated mcr-1 gene in companion animals and humans in daily close contact is of concern. These results demonstrate the importance of the animal–human unit as possible disseminators of clinically important resistance genes in the community setting.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».