Influence of antimicrobial consumption (AMC) on the detection of antimicrobial resistance genes (ARGs) in urban wastewater
Notice bibliographique
Résumé
Background Antimicrobial resistance (AMR) is a global health threat, causing over 1.27 million deaths annually and linked to an additional 4.95 million. AMR transmission occurs beyond clinical settings, with wastewater serving as a sentinel of community-level spread. This study investigated how temporal changes in antimicrobial consumption (AMC) correlate with the prevalence of antimicrobial resistance genes (ARGs) in wastewater, using wastewater surveillance (WS) to monitor resistance trends in Quebec, Canada. Methodology AMC data (January 2019–May 2023) were obtained from the Institut National de Santé Publique du Québec (INSPQ) under a license from IQVIA Solutions Canada Inc. Wastewater samples (September 2020–September 2022) were obtained from three WWTPs and screened for 11 ARGs, including bla TEM , bla SHV , bla CTX-M , bla NDM , bla OXA-1/30 , qnr A, qnr B, mph E, and mef A. Analyses assessed temporal and spatial associations between AMC and ARGs. Results Total prescriptions declined from 537 to 392 per 1000 inhabitants between 2019 and 2020 (−27 %), likely due to the impact of the COVID-19 pandemic. This shift created a contrast that allowed us to better capture the signal of AMC through the noise in wastewater composition. β-lactams, macrolides, and fluoroquinolones were the most prescribed classes. ARGs were consistently detected in all 41 samples, with macrolide resistance genes being the most abundant. Strong correlations were observed between AMC and ARG prevalence in wastewater, particularly for β-lactams and fluoroquinolones (Spearman R = 0.80 and 0.81, p < 0.05). Spatial patterns showed uniform AMC but variable ARG levels. Conclusions Our study highlights the correlation between AMC and ARG. WS shows promise for real-time AMR monitoring.
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 | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».