MétaCan
Menu
Retour à la cohorte
Enregistrement W4367279908 · doi:10.24099/vet.arhiv.1346

Detection of virulence genes and determination of the antimicrobial susceptibility of Escherichia coli isolates with mastitis in Mashhad, Iran – a short communication

2022· article· en· W4367279908 sur OpenAlexaff
Fatemeh Aflakian, Mehrnaz Rad, Himen Salimizand, Ali Nemati, Abolfazl Rafati Zomorodi

Notice bibliographique

RevueVeterinarski arhiv · 2022
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueEscherichia coli research studies
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésMastitisVirulenceMicrobiologyEscherichia coliBiologyLincomycinAntimicrobialAntibiotic resistanceMultiplex polymerase chain reactionAntibioticsGenePolymerase chain reactionGenetics

Résumé

récupéré en direct d'OpenAlex

The purpose of this study was to determine the virulence genes and antimicrobial resistance patterns of Escherichia coli isolated from milk samples of cows with bovine mastitis. Forty-seven E. coli isolates from clinical mastitis milk samples, from five dairy farms in Northeast of Iran, were subjected to multiplex PCR to determine virulence genes stx1, stx2, eaeA, hlyA, sta, F4, F17, fliC, and rfbE. In addition, antimicrobial susceptibility was assessed by applying disk diffusion methods. The eaeA and stx1 genes were most frequently detected in 42 (89.3%) and 34 (72.3%) isolates, respectively. However, the least frequent gene was F41 as it was found in only one isolate (2.1%). Furthermore, 9 out of 47 isolates were hlyA positive, and four isolates harbored the sta gene. The antimicrobial susceptibility demonstrated the highest resistance against lincomycin (100%) and neomycin (91.4%). Since these bacteria represent a high-risk pathogen on farms, the emergence of multiple antibiotic-resistant and pathogenic E. coli strains should be of great concern for public health.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,015
Tête enseignante GPT0,258
Écart entre enseignants0,242 · 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'étudeExpérimental (laboratoire)
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

Citations5
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVeterinarski arhivMême sujetEscherichia coli research studiesTravaux en français237 207