MétaCan
Menu
Retour à la cohorte
Enregistrement W4380996743 · doi:10.3389/fpubh.2023.1170426

The effect of antibiotic usage on resistance in humans and food-producing animals: a longitudinal, One Health analysis using European data

2023· article· en· W4380996743 sur OpenAlexafffund
Sakib Rahman, Aidan Hollis

Notice bibliographique

RevueFrontiers in Public Health · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePharmaceutical and Antibiotic Environmental Impacts
Établissements canadiensUniversity of Calgary
Organismes subventionnairesCanadian Institutes of Health ResearchGovernment of Alberta
Mots-clésAntibiotic resistanceAntibioticsResistance (ecology)Environmental healthBiologyBiotechnologyMedicineMicrobiologyEcology

Résumé

récupéré en direct d'OpenAlex

This paper estimates the effect of antibiotic usage in humans and food-producing animals on the prevalence of resistance in zoonotic bacteria in both humans and animals. Using comprehensive longitudinal data from annual surveillance reports on resistance and usage in Europe, we find that antibiotic usage in food-producing animals and antibiotic usage in humans are independently and causally related to the prevalence of resistance in both humans and animals. The study considers simultaneous and total usage of antibiotics in humans and food-producing animals to identify the marginal effects and joint effects of usage on resistance of both groups. By employing lagged-dependent variable and fixed-effects specifications, we provide a lower and an upper bound on the effects on resistance. The paper also contributes to the scant literature on how antibiotic use in humans is related to resistance in other animals.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,556

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0080,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,129
Tête enseignante GPT0,357
Écart entre enseignants0,228 · 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 tête enseignante, pas un consensus.

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

Citations51
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in Public HealthMême sujetPharmaceutical and Antibiotic Environmental ImpactsTravaux en français237 207