Insight into antimicrobial resistance at a new beef cattle feedlot in western Canada
Notice bibliographique
Résumé
ABSTRACT In North America, beef production relies on the administration of antimicrobials to manage disease. Bovine respiratory disease (BRD) is the most significant disease of beef cattle, and antimicrobial resistance (AMR) to conventional therapies presents an existential risk to animal welfare and food production. While AMR surveillance programs are poised to help facilitate antimicrobial stewardship and decision making at feedlots, monitoring strategies for large numbers of animals at an individual or group level are time consuming and costly. Accordingly, we completed a pilot investigation of feedlot water bowls, which is an understudied interface between cattle and bacteria. By performing cultivation-dependent and cultivation-independent studies, we demonstrate that water bowl-dwelling bacteria can act as sentinel organisms for clinically relevant antimicrobial resistance genes (ARGs) and that cattle have an impact on the microbial communities in the bowls. Moreover, by sampling water at a feedlot site before animal arrival, we detected resistance to two antibiotics: florfenicol and tulathromycin. After just 4 weeks of operation, multidrug-resistant bacteria were routinely found in most water bowls. A comparison of ARGs encoded by five water bowl bacterial isolates along with previously reported source and wastewater metagenomes to those found in BRD pathogens confirmed the utility of using water samples for AMR surveillance. IMPORTANCE A better understanding of how environmental reservoirs of ARGs in the feedlot relate to those found in animal pathogens will help inform and improve disease management, treatment strategies, and outcomes. Monitoring individual cattle or small groups is invasive, logistically challenging, expensive, and unlikely to gain adoption by the beef cattle industry. Wastewater surveillance has become standard in public health studies and has inspired similar work to better our understanding of AMR in feedlots. We derived our insights from sampling water bowls in a newly established feedlot: a unique opportunity to observe AMR prior to animal arrival and to monitor its development over 2 months. Importantly, the bacterial community of a single water bowl can be influenced by direct contact with hundreds of animals. Our results suggest that water bowl microbiomes are economical and pragmatic sentinels for monitoring relevant AMR mechanisms.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,002 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».