Antibiotic resistance in Nigeria’s water system: an urgent public health challenge impeding the achievement of Sustainable Development Goals (SDGs)
Notice bibliographique
Résumé
This review addresses the critical issue of antibiotics and antibiotic resistance genes (ARGs) in Nigerian water systems, which pose significant public health and environmental challenges. Reported antibiotic concentrations in Nigerian surface waters was a maximum of 272.15 μg/L, frequently exceeding the World Health Organization (WHO) recommended safety limit of 72 out of 75 antibiotics. Sulfonamides, beta-lactams, tetracyclines, fluoroquinolones, carbapenems, and cephalosporins are the most common classes of antibiotics detected, with residues reported in >80% of surface water studies. Many ARGs such as beta-lactamase (bla), tetracycline (tet), and sulfonamide (sul) genes have been found in 70%-90% of water sources in Nigeria, and they are also common in Ghana. The prevalence of these antibiotics and ARGs in Nigerian water sources are linked to human and animal activities, including medical facilities, pharmaceutical industries, and agricultural practices. These sources contribute to the widespread distribution of ARGs, which are exacerbated by inadequate wastewater treatment and regulatory policies. The persistence of these contaminants threatens aquatic ecosystems and human health by promoting the spread of resistant infections. This article examines the sources, occurrence, and spatial distribution of antibiotics and ARGs in Nigeria, highlighting the mechanisms of ARG transmission and the factors influencing their spread. Additionally, it discusses the human health risks and ecological impacts associated with antibiotic contamination, underscoring the urgent need for effective intervention strategies. Addressing these issues is also vital for achieving sustainable developments, particularly those related to health, clean water, and life below water. The review calls for advanced wastewater treatment, regulatory improvements, and increased public awareness to mitigate the impact of antibiotics and ARGs on Nigerian water systems.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».