MétaCan
Menu
Retour à la cohorte
Enregistrement W4412599367 · doi:10.1016/j.onehlt.2025.101143

Interconnections between the food system and antimicrobial resistance: A systems-informed umbrella review from a One Health perspective

2025· review· en· W4412599367 sur OpenAlexafffund
Chloe Clifford Astbury, Chen Hu, Krishihan Sivapragasam, Mandy Geise, Cécile Aenishaenslin, Arne Rückert, Kathleen Chelsea Togño, Mary Wiktorowicz, Tarra L. Penney

Notice bibliographique

RevueOne Health · 2025
Typereview
Langueen
DomaineEnvironmental Science
ThématiquePharmaceutical and Antibiotic Environmental Impacts
Établissements canadiensUniversité de MontréalCentre Intégré Universitaire de Santé et de Services Sociaux du Centre-Sud-de-l'Île-de-MontréalCentre for Global Health ResearchYork University
Organismes subventionnairesZonMwAgence Nationale de la RechercheInternational Development Research CentreCanadian Institutes of Health ResearchJoint Programming Initiative on Antimicrobial ResistanceWellcome TrustStyrelsen för Internationellt Utvecklingssamarbete
Mots-clésPerspective (graphical)One HealthResistance (ecology)Antibiotic resistanceEngineering ethicsBiologyMedicineComputer sciencePublic healthPathologyMicrobiologyEcologyEngineering

Résumé

récupéré en direct d'OpenAlex

Introduction: Human food systems are a major driver of antimicrobial resistance (AMR), with significant implications for human, animal, and ecosystem health. While recent research frames AMR as an emerging property of a complex system, this perspective has not been systematically applied to the existing evidence. This review aims to synthesise the evidence on AMR and the food system from a complex systems perspective, highlighting the interconnections between factors that contribute to AMR emergence and spread. Materials and methods: An umbrella review methodology was used to identify relevant studies. We searched Medline, SCOPUS, Agricola, and Dimensions using terms related to AMR and the food system. Systematic reviews at this intersection containing evidence of at least one relationship between two variables were included. Data were extracted and summarised according to umbrella review guidelines, and a causal loop diagram (CLD) was developed to map the interrelationships between food system factors and AMR. Results: Our synthesis incorporated evidence from 80 studies, highlighting how AMR emergence and spread within food systems is driven by a complex interplay of factors across human, animal, and environmental reservoirs (e.g., water, soil), with impacts for disease burden in humans, animals and crops and financial viability of farming. The tensions driving antimicrobial use (AMU) in livestock, a key driver of AMR, were underlined, with trade-offs between disease treatment, animal welfare, and economic outcomes. Feedback loops between humans, animals, and the environment were identified, with antimicrobials and AMR spreading between multiple reservoirs. Conclusions: This review underscores the need for a One Health approach to AMR mitigation, given the interconnections between human, animal, and ecosystem health. Findings highlight the trade-offs in AMU and the economic incentives that may conflict with global antimicrobial stewardship. Further research may empirically explore connections to upstream factors, such as consumer preferences and environmental determinants.

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)0,016
score de la tête « metaresearch » (Gemma)0,055
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,084

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,055
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0050,005
Bibliométrie0,0270,022
Études des sciences et des technologies0,0010,002
Communication savante0,0070,007
Science ouverte0,0020,004
Intégrité de la recherche0,0040,003
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,102
Tête enseignante GPT0,385
Écart entre enseignants0,284 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

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

En bref

Citations4
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOne HealthMême sujetPharmaceutical and Antibiotic Environmental ImpactsTravaux en français237 207