ONE HEALTH EVALUATION OF ANTIMICROBIAL RESIDUES AND RESISTANCE IN ANIMAL-SOURCE FOODS AND THEIR IMPLICATIONS ON NUTRITIONAL STATUS IN SOKOTO STATE, NIGERIA
Notice bibliographique
Résumé
Antimicrobial resistance (AMR) is a major global public health challenge closely linked to antimicrobial use in food-producing animals. In Sokoto State, Nigeria, animal-source foods (ASFs) are essential for nutrition but may also serve as vehicles for antimicrobial residues and resistant organisms, with potential implications for food safety and nutritional well-being. This systematic review synthesized published and grey literature to identify, appraise, and summarize evidence on antimicrobial residues and resistant bacteria in ASFs in Sokoto State. Electronic databases including PubMed, Scopus, Web of Science, African Journals Online, and Google Scholar were searched, complemented by grey literature, for studies published between January 2000 and March 2025. Eligible studies reported antimicrobial residues or antimicrobial resistance in meat, milk, eggs, or other ASFs. Data extraction followed PRISMA 2020 guidelines, and study quality was assessed using the Newcastle–Ottawa Scale and Cochrane RoB 2.0 tool. Due to substantial methodological heterogeneity, findings were synthesized narratively. Forty-five studies (38 peer-reviewed and 7 grey literature) met the inclusion criteria. Tetracyclines and β-lactams were the most frequently detected antimicrobial residues, with concentrations often exceeding Codex Alimentarius–recommended maximum residue limits. Residue prevalence ranged from 18–94% in meat and 22–89% in milk. Antimicrobial-resistant Escherichia coli, Staphylococcus aureus, and Salmonella spp. were commonly isolated, showing high resistance to tetracycline, ampicillin, and cotrimoxazole, with multidrug resistance frequently reported. Overall, the findings indicate widespread antimicrobial contamination and resistance in ASFs in Sokoto State, underscoring the need for strengthened surveillance, regulatory oversight, and antimicrobial stewardship within a One Health framework
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 | 0,009 | 0,033 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,004 |
| Bibliométrie | 0,011 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».