Strategies to reduce antimicrobials in livestock and aquaculture, and their impact under field conditions: a structured scoping literature review
Notice bibliographique
Résumé
Antimicrobial resistance is a pandemic problem, causing substantial health and economic burdens. Antimicrobials are extensively used in livestock and aquaculture, exacerbating this global threat. Fostering the prudent use of antimicrobials will safeguard animal and human health. A lack of knowledge about alternatives to replace antimicrobials, and their effectiveness under field conditions, hampers changes in farming practices. This work aimed to understand the impact of strategies to reduce antimicrobial usage (AMU) in livestock and aquaculture, under field conditions, using a structured scoping literature review. The Extension for Scoping Reviews of the Preferred Reporting Items for Systematic Reviews and Meta-Analysis guidelines (PRISMA-ScR) were followed and the Patient, Intervention, Comparison, Outcome, Time and Setting (PICOTS) framework used. Articles were identified from CAB Abstracts, MEDLINE and Scopus. A total of 7505 unique research articles were identified, 926 of which were eligible for full-text assessment; 203 articles were included in data extraction. Given heterogeneity across articles in the way alternatives to antimicrobials or interventions against their usage were described, there was a need to standardize these by grouping them in categories. There were differences in the impacts of the strategies between and within species; this highlights the absence of a 'one-size-fits-all' solution. Nevertheless, some options seem more promising than others, as their impacts were consistently equivalent or positive when compared with animal performance using antimicrobials. This was particularly the case for bioactive protein and peptides, and feed/water management. The outcomes of this work provide data to inform cost-effectiveness assessments of strategies to reduce AMU.
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 | 0,023 | 0,090 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,007 |
| Bibliométrie | 0,021 | 0,016 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».