MétaCan
Menu
Retour à la cohorte
Enregistrement W4405184912 · doi:10.3390/vetsci11120631

Frequency of Bovine Respiratory Disease Complex Bacterial and Viral Agents Using Multiplex Real-Time qPCR in Quebec, Canada, from 2019 to 2023

2024· article· en· W4405184912 sur OpenAlexaffabout
Sébastien Buczinski, André Broes, Christian Savard

Notice bibliographique

RevueVeterinary Sciences · 2024
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueMicrobial infections and disease research
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésMultiplexBovine respiratory diseaseVirologyBiologyReal-time polymerase chain reactionMicrobiologyBioinformaticsGeneticsGene

Résumé

récupéré en direct d'OpenAlex

The bovine respiratory disease complex (BRD) is a multifactorial disease caused by various bacterial and viral pathogens. Using rapid pathogen detection techniques is helpful for tailoring therapeutic and preventive strategies in affected animals and herds. The objective of this study was to report the frequency of 10 pathogens by multiplex RT-qPCR on samples submitted for BRD diagnosis to a diagnostic laboratory (Biovet Inc., QC, Canada) in the Province of Quebec, Eastern Canada. From the 1st of January 2019 to the 31st of December 2023, a total of 1875 samples were analyzed. Most samples collected were individual samples (1547 of 1860 samples for which information was available (83.17%)), and the rest were from pooled samples of 2 (8.55%, n = 159) or ≥3 specimens (8.28%, n = 154). In 19.3% of the samples (n = 362), no pathogen was found, whereas 54.1% of samples had two or more different pathogens. Among the viruses, bovine coronavirus (BCV) was the most commonly found (27.5% of samples, n = 516), followed by bovine respiratory syncytial virus (BRSV) (17.7%, n = 332), whereas, for bacteria, Pasteurella multocida (50.1%, n = 940) and Mannheimia haemolytica (26.9%, n = 505) were the most common. The frequency of samples positive for Histophilus somni, Mycoplasmopsis bovis, influenza type D virus (IDV), bovine parainfluenza virus type 3 (BPI3V), bovine herpesvirus type 1 (BHV1), and bovine viral diarrhea virus (BVDV) was 22.6%, 22.4%, 4.6%, 4.3%, 2.7%, and 0.9%, respectively. In the multivariable Poisson regression model, the total number of pathogens increased with the number of animals in the pool, with an incidence risk ratio (IRR) of 1.15 (95% CI 1.02–1.29) and 1.32 (1.18–1.47) for 2 individuals in the pool and ≥3 individuals vs. individual samples, respectively. An increased number of pathogens were isolated in the winter season (IRR = 1.28 (95% CI 1.17–1.40)) compared to fall, and a lower number of pathogens were isolated in the summer compared to fall (IRR = 0.82 (95% CI 0.73–0.92)). These seasonal differences were mostly driven by the number of viruses isolated. This study gives interesting insights on the circulation of BRD pathogens in cattle from Eastern Canada.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,180

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,063
Tête enseignante GPT0,326
Écart entre enseignants0,263 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueVeterinary SciencesMême sujetMicrobial infections and disease researchTravaux en français237 207