A Retrospective Analysis of Postmortem <i>Salmonella</i> Dublin Cases in Dairy Cattle in British Columbia
Notice bibliographique
Résumé
Salmonella Dublin is a bovine‐adapted bacterial pathogen that primarily affects dairy cattle. The incidence of S . Dublin has been increasing across North America, including strains that are multidrug resistant. In British Columbia, the Ministry of Agriculture’s Animal Health Center (AHC) reported an increase in cases since 2015, warranting an investigation into how S . Dublin is spreading within the province. The objectives of this study were to make use of historical data collected from dairy farms across the province to (1) describe S . Dublin cases diagnosed at the AHC between 2007 and 2021, (2) identify risk factors for S . Dublin transmission across British Columbia dairy farms, and (3) identify any potential biases associated with passive laboratory‐based data that may apply to our results. We found that S . Dublin cases diagnosed at the AHC have been increasing over time. Over half of the cases had respiratory symptoms; however, clinical signs tended to be highly variable. The prevalence of respiratory symptoms was mirrored by florfenicol treatment and was suggested to be due to using a first‐line antibiotic for more common causes of pneumonia when presented with an S . Dublin case. Calves were 38 times more likely to have S . Dublin when compared to adults (odds ratio = 38.43, confidence interval = 7.26–203.64), and given the sample population (postmortem cases), it is reasonable to conclude clinical disease is most severe in this age group. Farm premise accounted for a large amount of variability within our model (92% of unexplained variance), suggesting that farm‐level management practices may be the most important risk factor for S . Dublin infection. In total, only 54% of BC dairy farms submitted to the laboratory between 2007 and 2021; however, proximity to the laboratory did not appear to influence submissions as proportionally; farms within the Fraser Valley submitted as frequently as farms from other regions. We strongly suggest that future work explore factors associated with farm management practices, given our findings regarding the clustering by premises.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| 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 ».