Antimicrobial Resistance in Selected Enterobacteriaceae from Broilers and Their Environment: ESBL, AmpC, Carbapenemases, Colistin, and Fluoroquinolone Resistance—A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
Background/Objectives: Antimicrobial resistance (AMR) threatens global public health. This systematic review and meta-analysis, as part of the “ENVIRE” project (interventions to control the dynamics of antimicrobial resistance from chickens through the environment), assesses the prevalence of phenotypic and genotypic resistance, including extended-spectrum beta-lactamases (ESBLs), AmpC beta-lactamases, carbapenemases, colistin, and fluoroquinolone resistance, in broiler chickens and their environment. Methods: The analysis covers the years 2002–2022, focusing on Escherichia (E.) coli, Klebsiella spp., Enterobacter spp., and Citrobacter spp. in fecal, meat, environmental, and other-than-feces samples from observational studies published in PubMed and Web of Science. Quality assessment was performed using the Alberta Heritage Foundation criteria. Results: Data from 170 studies, conducted in Europe, North Africa, and North America, were included. The most frequently studied resistance was to beta-lactam, with focus on ESBL-producing and AmpC beta-lactamase isolates. The pooled prevalence of ESBL-resistant E. coli observed in meat samples at 41% and in fecal samples at 38% demonstrated significant heterogeneity between the studies. The negative binomial regression analysis of prevalence data revealed significantly higher ESBL-producing E. coli rates in European meat samples compared to North African samples. Conclusions: This systematic review revealed substantial variation in prevalence and emphasizes the need for standardized surveillance systems and robust study designs.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| 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) | 0,000 | 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 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 ».