Epidemiology, Virulence and Antimicrobial Resistance of Escherichia coli Isolated from Small Brazilian Farms Producers of Raw Milk Fresh Cheese
Notice bibliographique
Résumé
This study aimed to identify contamination sources in raw milk and cheese on small farms in Brazil by isolating Escherichia coli at various stages of milk production and cheese manufacturing. The study targeted EAEC, EIEC, ETEC, EPEC, STEC, and ExPEC pathotypes, characterizing isolates for the presence of virulence genes, phylogroups, antimicrobial susceptibility, and phylogenetic relationships using PFGE and MLST. The presence of antimicrobial resistance genes and serogroups was also determined. Three categories of E. coli were identified: pathogenic, commensal, and ceftriaxone-resistant (ESBL) strains. Pathogenic EPEC, STEC, and ExPEC isolates were detected in milk and cheese samples. Most isolates belonged to phylogroups A and B1 and were resistant to antimicrobials such as nalidixic acid, ampicillin, kanamycin, streptomycin, sulfisoxazole, and tetracycline. Genetic analysis revealed that E. coli with identical virulence genes were present at different stages within the same farm. The most frequently identified serogroup was O18, and MLST identified ST131 associated with pathogenic isolates. The study concluded that E. coli was present at multiple points in milk collection and cheese production, with significant phylogroups and high antimicrobial resistance. These findings highlight the public health risk posed by contamination in raw milk and fresh cheese, emphasizing the need to adopt hygienic practices to control these microorganisms.
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».