A systematic review of enteric pathogens in solid waste disposal sites and surrounding environments
Notice bibliographique
Résumé
• Solid waste disposal sites harbour various enteric pathogens • The most highly reported pathogen in disposal sites is bacteria, followed by parasites and viruses • Disposal sites are potential sources of AMR and ARGs. • Culture methods are more utilized than molecular and microscopy methods • Research was less focused on animals or humans near the solid waste sites • We recommend quantitative microbial risk assessments (QMRA) and a holistic One Health approach in studies Solid waste disposal sites and indiscriminate dumping are favorable breeding grounds for various pathogens, including enteric pathogens. The pathogens include protozoan parasites, bacteria, and viruses. This study aimed to ascertain the prevalence of various enteric pathogens at solid waste disposal sites and surrounding environments. Additionally, it analyzed detection methods, assessed reported antimicrobial resistance, and identified the research gaps in the literature. We searched five databases, targeting peer-reviewed articles from January 2003 to June 2024. Thirty-eight articles were retained for final analysis. The results indicate that at least one enteric pathogen was detected in every study. 71% of the studies reported on bacteria, 13% on parasites, 5.3% on viruses, and the remaining percentage was on multiple pathogens. Evidence indicates the prevalence of antimicrobial resistance (AMR) and antimicrobial resistance genes (ARGs) in solid waste disposal sites. Culture-based enteric pathogen detection methods dominated compared to molecular and microscopic techniques. Our work identified research gaps such as a lack of completeness and underrepresentation of data in all geographic regions, such as low- and middle-income countries. Further, not all enteric pathogens have been extensively studied, leaving a gap in understanding their impacts. Additionally, the studies are missing the pathways for transmitting enteric pathogens and the employment of quantitative microbial risk assessments (QMRA). We recommend more thorough studies for all pathogens, including fungi, and prioritizing research in low and middle-income countries. Additionally, implementing quantitative microbial risk assessments (QMRA) and integrating a holistic One Health approach in studies.
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 | 0,006 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,004 |
| Bibliométrie | 0,025 | 0,030 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
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 ».