A systematic review and meta-analysis on antibiotic resistance genes in Ghana
Notice bibliographique
Résumé
Addressing antimicrobial resistance (AMR) poses a complex challenge, primarily because of the limited understanding of bacterial antibiotic resistance genes (ARGs) and the spread of these genes across different domains. To bridge this knowledge gap in Ghana, we undertook a comprehensive systematic review and meta-analysis to quantify and estimate the prevalence of circulating ARGs in bacteria isolated from human, animal, and environmental sources. A thorough literature search was conducted across three major databases—Web of Science, PubMed, and Scopus—to retrieve all relevant articles related to ARGs in Ghana from the inception of the databases to February 25, 2024. A risk-of-bias evaluation was performed using the Newcastle-Ottawa Scale (NOS), and the data analysis involved descriptive statistics and proportional meta-analysis. Of the 371 articles initially obtained, 38 met the inclusion criteria. These studies adequately covered Ghana geographically. The most prevalent ESBL gene identified was bla CTX-M , with a prevalence of 31.6% (95% CI: 17.6–45.7), followed by bla TEM (19.5% [95% CI: 9.7–29.3]), and bla SHV (3.5% [95% CI: 0.3–6.6]). The pooled prevalence of carbapenemase genes ranged from 17.2% (95% CI: 6.9–27.6) for bla NDM to 10.3% (95% CI: 1.9–18.7) for bla OXA . Additionally, other ARGs, including sul1 , qnrS , gyrA , erm(B) , and mecA , were detected, with prevalence ranging from 3.9% (95% CI: 0.0–8.5) to 16.4% (95% CI: 3.1–29.8). Several ARGs were shared across human, animal, and environmental sources. This review revealed that bacteria obtained from human, animal, and environmental samples in Ghana shared genes associated with AMR. This finding provides evidence on the interconnection of AMR across these three domains. Horizontal gene transfer, which enables the dissemination of ARGs between genetically diverse bacteria, can occur, necessitating a multidisciplinary approach to addressing antimicrobial resistance in Ghana.
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 | 0,017 | 0,036 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,017 | 0,034 |
| Bibliométrie | 0,011 | 0,013 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».