Tracking Age-Linked Antibiotic Resistance Patterns through Building-Level Wastewater Analysis
Notice bibliographique
Résumé
High Resolution Image Download MS PowerPoint Slide Antimicrobial resistance (AMR) is a global health challenge, and monitoring different demographic populations can improve our understanding of its spread and prevalence in urban settlements. This study applies building-level wastewater-based epidemiology (WBE) to analyze the resistome and mobilome of age-segregated populations from an elementary school (School), a university residence (UnivRes), and an elderly care facility (ElderlyRes) all located in Girona (Catalonia, Spain). Metagenomic analyses were subsequently conducted to investigate differences in bacterial communities, antibiotic resistance genes (ARGs), and mobile genetic elements (MGEs). The results revealed age-linked variations in the relative abundance and diversity of ARGs. The wastewater collected at the School exhibited the highest abundance of ARGs, while the ElderlyRes showed the highest diversity. Furthermore, sequences affiliated with bacterial pathogens were more prevalent in samples from both the School and the ElderlyRes, emphasizing potential public health implications. Among the 12 bacterial genera most strongly correlated with ARGs (Pearson R > 0.7), 11 were identified as members of the gut microbiota, underscoring their predominant role as reservoirs of resistance compared to bacteria of environmental origin. By integrating localized wastewater sampling with metagenomics, our study uncovers demographic-specific resistome patterns, delivering actionable evidence to strengthen AMR surveillance and intervention strategies in urban populations.
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) | 0,002 | 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 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 ».