Epidemiologic investigation and genetic characterization of canine respiratory coronavirus in the Southeastern United States
Notice bibliographique
Résumé
Canine respiratory coronavirus (CRCoV) is one of the main causative agents of canine infectious respiratory disease (CIRD), an illness whose epidemiology is poorly understood. We assessed the prevalence, risk factors, and genetic characterization of CRCoV in privately owned dogs in the Southeastern United States. We PCR-screened 189 nasal swabs from dogs with and without CIRD clinical signs for 9 CIRD-related pathogens, including CRCoV; 14% of dogs, all diagnosed with CIRD, were positive for CRCoV, with a significantly higher rate of cases in younger dogs and during warmer weather. Notably, the presence of CRCoV, alone or in coinfection with other CIRD pathogens, was statistically associated with a worse prognosis. We estimated a CRCoV seroprevalence of 23.7% retrospectively from 540 serum samples, with no statistical association to dog age, sex, or season, but with a significantly higher presence in urban counties. Additionally, the genomes of 6 CRCoVs were obtained from positive samples using an in-house developed targeted amplicon-based approach specific to CRCoV. Subsequent phylogeny clustered their genomes in 2 distinct genomic groups, with most isolates sharing a higher similarity with CRCoVs from Sweden and only 1 more closely related to CRCoVs from Asia. We provide new insights into CIRD and CRCoV epidemiology in the Southeastern United States and further support the association of CRCoV with more severe cases of CIRD. Additionally, we developed and successfully tested a new amplicon-based approach for whole-genome sequencing of CRCoV that can be used to further investigate the genetic diversity within CRCoVs.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».