Assessment of seasonality in antimicrobial susceptibility testing and resistance of urinary Escherichia coli from dogs and cats in the United States (2019 – 2022)
Notice bibliographique
Résumé
Antimicrobial resistance (AMR) poses a significant global health challenge, impacting humans, animals, and the environment. Dogs and cats are vulnerable to urinary tract infections (UTIs), mostly caused by antimicrobial-resistant Escherichia coli, necessitating antimicrobial susceptibility testing (AST) for optimal treatment. This study investigated and evaluated the seasonality of AST and AMR in urinary E. coli isolates from dogs and cats in the USA and evaluated the potential influence of climatic zones on these patterns. Retrospective data from IDEXX Laboratories, from January 2019 to December 2022, were analyzed. The dataset included 344,862 urinary E. coli isolates (74.2 % from dogs, 25.8 % from cats) tested against seven antimicrobials. Linear regression and negative binomial regression models assessed seasonality and trends, accounting for climatic zone variability. An increasing trend in AST was observed, with a seasonal peak in the summer for both species. Urinary E. coli isolates from dogs and cats had the highest resistance to amoxicillin at 27.9 % (95 % CI: 27.7-28.1) and 28.4 % (95 % CI: 28.1-28.7), respectively, among all antimicrobials tested. Resistance rates significantly declined (p < .01) for all drugs tested in dogs, while in cats, declines were significant only for cefovecin, marbofloxacin, and enrofloxacin. No seasonality in AMR was found at the national level or across climatic zones, though AMR rates varied significantly by climatic zone (p < .01). The hot-humid zone had the highest resistance rates but the lowest AST rates per one million dogs and cats. Seasonality in AST suggests a seasonal pattern for UTIs; however, no seasonal pattern in AMR could be observed nationally or regionally for urinary E. coli isolates.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».