MétaCan
Menu
Retour à la cohorte
Enregistrement W6986541135

Prevalence and patterns of antimicrobial resistance of fecal Escherichia coli among pigs on 47 farrow-to-finish farms with different in-feed medication policies in Ontario and British Columbia

2008· article· en· W6986541135 sur OpenAlexaboutno aff

Notice bibliographique

RevuePubMed Central · 2008
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMachine Learning in Bioinformatics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFecesAntibiotic resistanceAntimicrobialEscherichia coliDrug resistanceMultiple drug resistance
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The main objectives of this study were to determine the prevalence and patterns of antimicrobial resistance in pigs on farms that medicated swine ration and those that did not. A total of 940 isolates of Escherichia coli from 188 pooled fecal samples obtained from weaner and finisher pigs on 47 farrow-to-finish swine farms (34 farms used in-feed medication and 13 did not) were tested for susceptibility to 21 antimicrobials using a breakpoint concentration method. The prevalence of resistance varied widely (0.0% to 81.3%) among the antimicrobials tested. Ninety percent of all the isolates tested were resistant to one or more antimicrobials. The most common multi-drug resistance patterns were to 2 to 6 antimicrobials. Resistance was significantly more frequent (P < 0.01) on farms that used in-feed medication compared to those that did not, and significantly more frequent (P < 0.01) in weaner pigs compared to finisher pigs. These findings indicate that resistance to a broad range of antimicrobials was prevalent among fecal E. coli isolates of pigs on study farms, and that this constitutes a potential reservoir for resistance genes that could spread to pathogens. The findings also provide further evidence that use of medication in swine rations provides selective pressure for antimicrobial resistance in E. coli in pigs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,356
Score d'incertitude au seuil0,717

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,005
Tête enseignante GPT0,185
Écart entre enseignants0,180 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMed CentralMême sujetMachine Learning in BioinformaticsTravaux en français237 207