Prevalence and distribution of carbapenem-resistant <i>Enterobacterales</i> in companion animals: A nationwide study in the United States using commercial laboratory data
Notice bibliographique
Résumé
BACKGROUND: Carbapenem-resistant Enterobacterales (CRE) are a concern in both human and animal medicine globally. Despite extensive research in humans, limited data exist on CRE in companion animals, with a lack of nationwide prevalence estimates. HYPOTHESIS/OBJECTIVES: To assess the occurrence and trends of CRE in cats and dogs across the United States by analyzing 4 years of commercial antimicrobial susceptibility testing (AST) data. ANIMALS: Between 2019 and 2022, 477 426 ASTs were conducted on Enterobacterales isolates against imipenem. Isolates were derived from 379 598 dogs and 97 828 cats. Animal origin was not disclosed. METHODS: In this retrospective study, antimicrobial susceptibility test data from IDEXX Laboratories were analyzed. Analysis included resistance estimations to imipenem stratified by sampling site, an assessment of resistance patterns over time and location, and the application of space-time cluster analysis to identify potential outbreaks. Antibiograms were produced for carbapenem-resistant isolates. RESULTS: Susceptibility to imipenem was high, at 98.86%. Temporal analysis indicated stability in susceptibility, with an unexplained reduction in susceptible isolates in June 2019. Spatial analysis identified 2 high-risk clusters along the Western Coast (relative risk [RR]: 23.26; P < .001) and in Texas (RR: 10.72; P < .001) in that month. Three other clusters were found, in Missouri (RR: 39.55; P = .038), Florida (RR: 4.53; P < .001), and New York (RR: 9.20; P < .001). CONCLUSIONS AND CLINICAL IMPORTANCE: CRE are present at a low prevalence in dogs and cats across the United States. Variations in prevalence across patient-level and environmental factors highlight the need for tailored stewardship programs.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».