MétaCan
Menu
Back to cohort

Formigas vetores mecânicos de microbiota em ambiente hospitalar

2023· book-chapter· pt· W4389633407 on OpenAlexaff
Maxelle Martins Teixeira, Afonso Pelli, Maria das Graças Reis

Bibliographic record

VenueMicrobiologia · 2023
Typebook-chapter
Languagept
FieldPsychology
TopicAnimal and Plant Science Education
Canadian institutionsMicrosemi (Canada)
Fundersnot available
KeywordsBiology

Abstract

fetched live from OpenAlex

As formigas assumem um papel significativo na interação de microrganismos com o ambiente.Vivem em associação com o homem e sua relação como vetor mecânico de microrganismos é siginificante, tendo sido objeto de investigação e interesse na área da saúde.A fauna de formigas encontrada no ambiente hospitalar e as espécies de microrganismos carreadas traz consequências práticas dessas interações.Na identificação da fauna intra hospitalar de formigas foi detectada especificidade de certas espécies, sendo maior parte delas pertencentes ao grupo das formigas andarilhas, e os gêneros que apresentaram maior frequência foram Brachymyrmex, Paratrechina, Pheidole e Tapinoma melanocephalum.Dentre a fauna intra hospitalar amostrada em pesquisa e relatada na literatura, há predomínio da espécie Tapinoma melanocephalum, conhecida como formiga fantasma por ser transparente e dificilmente visualizada.O unicolonialismo desta espécie permite sua circulação pelos ambientes, aumentando o potencial de contaminação e disseminação de microrganismos patogênicos e infecções.Diferentes autores vêm alertando sobre o papel específico de insetos no transporte de microorganismos associados a ambientes hospitalares e infecções nosocomiais.Na década de 70 foi relatada infestação de Monomorium pharahonis em 9 hospitais do Reino Unido, onde foram isoladas cepas de Salmonella spp., Pseudomonas aeruginosa, Staphylococcus spp., Streptococcus spp.e Clostridium spp.No Brasil, estudos realizados da década de 90 ao tempo atual, identificaram espécies de formigas em hospitais, enfatizando o risco na associação destes insetos com infecções hospitalares.Nesse contexto, os artrópodes passaram a ser considerados vetores mecânicos, pois, podem contaminar quando entram em contato com agentes infectantes, transportandoos pelo ambiente.Estudos de investigação da microbiota carreada por formigas foram realizados em inumeros hospitais, unidades de saúde nas regiões do Norte, Nordeste, Centroeste, Sudeste e Sul do Brasil, hospitais de ensino; bem como a identificação do padrão de resistência desses microorganismos.A partir das cepas isoladas dos exemplares de Tapinoma melanocephalum, os resultados apontaram 59 tipos de microrganismos, dentre os quais 7 eram bacilos Gram positivo, 14 bacilos Gram negativo, 22 cocos Gram positivo e 17 fungos filamentosos.Pseudomonas, Staphylococcus e Streptococcus do grupo D foram os microorganismos que apresentaram maior resistência aos antibióticos.Embora não tenha sido definido papel exato das formigas em infecções hospitalares, sabe-se do risco como carreadoras de microrganismos e atenção deve ser dada pelas Comissões de Controle de Infecções Hospitalares e Instituicões Reguladoras da Saúde Pública.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame machine prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.002
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: none
Teacher disagreement score0.006
Threshold uncertainty score0.021

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0010.002
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0010.001
Science and technology studies0.0010.002
Scholarly communication0.0030.001
Open science0.0010.002
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0060.001

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.038
GPT teacher head0.284
Teacher spread0.246 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designObservational
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations0
Published2023
Admission routes1
Has abstractyes

Explore more

Same venueMicrobiologiaSame topicAnimal and Plant Science EducationFrench-language works237,207