MétaCan
Menu
← Retour à la cohorte
Enregistrement W7104253120 · doi:10.71781/4034

Prévalence, description et facteurs de risque de l’antibiorésistance dans les fermes québécoises de bovins laitiers

2023· dissertation· fr· W7104253120 sur OpenAlexaboutno aff

Notice bibliographique

RevuePapyrus : Institutional Repository (Université de Montréal) · 2023
Typedissertation
Languefr
DomaineEnvironmental Science
ThématiquePharmaceutical and Antibiotic Environmental Impacts
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAnimal productionProduction system (computer science)Work safety

Résumé

récupéré en direct d'OpenAlex

La résistance aux antimicrobiens (RAM) est un problème de santé publique mondial avec des répercussions importantes en médecine vétérinaire et humaine. Elle est classiquement associée à une surutilisation des antimicrobiens. Les bactéries commensales des animaux et des humains, tel Escherichia coli, sont souvent utilisées comme bactéries indicatrices pour surveiller la RAM. Parmi les mécanismes de résistance de E. coli, la production de β-lactamases à spectre étendue (BLSE) ou de type AmpC est particulièrement inquiétante. Ces enzymes peuvent inactiver une classe d’antimicrobien de très haute importance en santé humaine également utilisée en médecine vétérinaire : les céphalosporines de 3e génération. La prévalence générale de la RAM ainsi que la présence de E. coli producteur de BLSE/AmpC dans les troupeaux laitiers québécois sont inconnues. De plus, la transmission de ces bactéries résistantes et les facteurs de risque associés à leurs excrétions par les bovins laitiers sont actuellement peu documentés. L’objectif général de cette thèse était d’explorer la RAM par une étude transversale observationnelle sur des fermes québécoises de bovins laitiers sélectionnées aléatoirement (n = 101). La première étape du projet constituait à décrire la prévalence de cette RAM pour la bactérie E. coli isolée des matières fécales des animaux (vaches en lactation, veaux pré-sevrage) et de l’environnement (fosse à fumier). La prévalence de RAM observée pour les E. coli indicateurs était faible (<5%) pour les antimicrobiens de très haute importance en médecine humaine (céphalosporines de 3e génération et fluoroquinolones). Cependant, il y avait une prévalence élevée (85%) de fermes avec la présence d’au moins un E. coli producteur de BLSE/AmpC. La RAM était particulièrement importante pour les E. coli isolés chez les veaux pré-sevrage. Pour la deuxième étape, cette RAM était analysée au niveau génétique par le séquençage du génome entier des E. coli les plus résistants. La grande majorité de la RAM (>95%) était expliquée par des mutations ou des gènes de résistance. Certains de ceux-ci étaient à proximité l’un de l’autre et leur configuration laissait supposer qu’une partie de ces gènes étaient présents sur des éléments génétiques mobiles. De plus, il y avait une dissémination clonale de E. coli résistant entre les fermes. La dernière étape constituait à déterminer des facteurs de risque (utilisation des antimicrobiens ou pratiques à la ferme) de la RAM. Grâce à des analyses multivariées utilisant l’intelligence artificielle, il a été possible d’observer des facteurs de risque significatifs associés à la taille de la ferme et à la santé des animaux. Bref, un portrait de la situation de la RAM est maintenant établi dans les troupeaux de bovins laitiers du Québec pour 2017. Il s’agit d’un phénomène complexe qui ne se limite pas simplement à un lien direct avec l’utilisation des antimicrobiens. Ces travaux serviront de bases pour suivre l’évolution temporelle de la RAM. De plus, des études prospectives pourraient être réalisées afin de confirmer les impacts des observations notées dans cette thèse. L’ensemble de ces informations seront déterminantes en vue d’établir des mesures concrètes pour tenter de limiter cette importante problématique.

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 enseignants0,307
Score d'incertitude au seuil0,617

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,015
Tête enseignante GPT0,216
Écart entre enseignants0,200 · 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePapyrus : Institutional Repository (Université de Montréal)→Même sujetPharmaceutical and Antibiotic Environmental Impacts→Travaux en français237 207→