Widespread antimicrobial use in laboratory rodent vivaria in North America revealed by a cross-sectional survey of American College of Laboratory Animal Medicine certified veterinarians
Notice bibliographique
Résumé
Antimicrobial resistance (AMR) is a major global threat to human health, animal welfare and sustainable development. Whilst resistance can arise naturally, inappropriate antimicrobial exposure accelerates its emergence. Recognizing this risk, international One Health initiatives emphasize reducing antimicrobial use, especially of drugs considered critical for human medicine. Much of the evidence guiding these efforts comes from food-producing and companion animals, but antimicrobial use in laboratory animals, particularly rodents, remains poorly described. To address this gap, we surveyed all veterinarians certified by the American College of Laboratory Animal Medicine in the United States (921) and Canada (10). A total of 157 veterinarians completed the survey, resulting in a 16.9% overall response rate. The response rate was 16.6% for participants in the United States and 40.0% for those in Canada. Despite a strong response, the small number of eligible veterinarians restricts data extrapolation in the Canadian context. Survey results showed that antimicrobial use is common and routine in rodent vivaria. Overall, 91.7% of respondents reported regular antimicrobial use. Applications included both clinical treatment and research purposes such as induction of microbiome dysbiosis, prophylaxis in immunocompromised rodents and gene induction. Reported drug classes included fluoroquinolones and third-generation cephalosporins, with some use of glycopeptides and carbapenems, all considered critically important to human health. Disposal practices often involved release into sewerage or landfill without inactivation, raising environmental concerns. These findings suggest that antimicrobial use in laboratory rodents may represent an underrecognized contributor to AMR and highlight the importance of targeted stewardship.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».