Beyond borders: A systematic review and meta-analysis of human-specific faecal markers across geographical settings
Notice bibliographique
Résumé
Human fecal waste is a global health risk associated with diarrheal diseases, responsible for approximately 1.2 million deaths annually. Microbial Source Tracking (MST) is a molecular method that evaluates environmental sources of fecal contamination, aiding quantification of this contamination and associated health risks. However, reported variations in global human gut microbiomes and geographic performance of human-specific fecal markers suggest that current MST targets may not have broad applicability across populations. This systematic review quantified the performance of human-specific fecal markers to identify those suitable for use across various geographic regions. We evaluated data from primary research articles, published before 18th October 2023, identified through PubMed, Scopus, and Web of Science using PRISMA guidelines. 103 studies published between 1995 and 2023, spanning 34 countries, 6 continents, and 4 climate zones met inclusion criteria, with quantifiable performance metrics (sensitivity, specificity or accuracy) and a geographic testing location. Extracted data was analyzed to establish marker performance across geographic locations, climate zones, and development status. Over 80% were conducted in High-Income Countries (HICs) and >50% in temperate zones, primarily in the USA (43%), Australia (24%), and Spain (19%). Bacteroides HF183 was the most commonly tested (n = 45 studies). However, no target consistently demonstrated sensitivity, specificity, and/or accuracy >80% across different settings. Consequently, a decision tree is presented supporting selection of appropriate human-specific markers for regional-specific baseline studies. This provides critical information to support new MST research, particularly in Low- and Middle-Income Countries (LMICs), assisting with informed decision and method selection for assessing risks of faecal derived pathogens.
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 | 0,023 | 0,063 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,019 | 0,029 |
| Bibliométrie | 0,012 | 0,015 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».