Pharmaceutical pollution in aquatic environments: exposure, ecotoxicological risks, antibiotic resistance and solutions
Notice bibliographique
Résumé
Cet article est issu des travaux présentés au séminaire PharmaAQUA (9 au 11 mars 2022, Annecy).Il contribue à la connaissance de la problématique de la contamination des milieux aquatiques continentaux par les résidus de médicaments (RM) et les bactéries résistantes aux antibiotiques (BRA).La pollution de ces milieux par les RM est d'ampleur mondiale.Les principales sources sont les effluents de stations de traitement des eaux usées (STEU) et l'épandage des produits résiduaires organiques d'origine animale (fumier et lisier).Les cours d'eau français ne sont pas épargnés, avec la présence de RM à des concentrations allant du nanogramme par litre au microgramme par litre selon les molécules.Cette contamination chronique généralisée engendre des risques et des effets écotoxicologiques, auxquels les communautés microbiennes sont potentiellement vulnérables.Leur altération peut indirectement modifier la biodiversité et le fonctionnement des écosystèmes.L'approche PICT (Pollution Induced Community Tolerance) constitue un outil prometteur pour le diagnostic de la pression chimique par les RM.Les milieux aquatiques sont pollués par des résidus d'antibiotiques et d'autres contaminants chimiques, qui créent des conditions favorables à la constitution d'un réservoir de gènes de résistance aux antibiotiques (GRA).Les biofilms bactériens et les sédiments sont des zones de piégeage de BRA et de GRA.Leur étude a notamment révélé un enrichissement en BRA et GRA en aval des STEU.La comparaison des effluents urbains et hospitaliers a montré des signatures spécifiques en termes de GRA.L'amélioration du traitement des eaux usées par les STEU, la réduction des rejets à la source (information, sensibilisation et changements de pratiques) et un meilleur encadrement de la production des médicaments sont autant de leviers qui sont étudiés pour maîtriser cette pollution.Ils appellent des efforts multiples et coordonnés de l'ensemble des acteurs de cette problématique à l'interface des mondes de la santé humaine, de la santé animale et de l'eau.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».