Comparaison de méthodes de quantification afin de proposer un système de surveillance de l’utilisation des agents antimicrobiens dans les fermes bovines laitières du Québec
Bibliographic record
Abstract
La quantification de l’utilisation des antimicrobiens (UAM) est un élément clé des programmes de surveillance de la résistance aux antimicrobiens. Cette thèse a pour objectif général d’évaluer plusieurs méthodes de quantification de l’UAM dans les fermes laitières québécoises. Plus précisément, elle vise à définir un indicateur adapté au contexte canadien pour rapporter l’UAM chez les bovins, à déterminer le taux d’UAM annuel moyen dans les fermes laitières québécoises et à comparer différentes méthodes de quantification afin d’identifier une méthode potentielle de surveillance de l’UAM dans les fermes laitières québécoises. Une étude observationnelle de cohorte a été menée à partir du recrutement de 101 producteurs laitiers du Québec. Un inventaire des antimicrobiens utilisés a été réalisé pendant un an pour chaque ferme à partir de la collecte (1) des emballages de médicaments utilisés pour traiter les bovins et (2) des factures de meunerie détaillant les quantités d’aliments médicamenteux livrées. Le taux d’UAM a été estimé en nombre de doses définies par 100 vache-années. Les doses définies n’existaient pas pour les bovins au Canada et ont été développées : dose journalière (DDDbovCA) et dose pour un traitement complet (DCDbovCA). Étant donnée l’utilisation de formulations à action prolongée en production laitière (comme les intra-mammaires au tarissement), l’unité DCDbovCA a été privilégiée pour les analyses. Un taux moyen de 537 DCDbovCA/100 vache-années a été observé, soit 537 traitements antibiotiques administrés annuellement dans un troupeau standard de 100 vaches laitières. La voie d’administration intra-mammaire était la plus utilisée. Les antimicrobiens d’importance critique les plus prioritaires en médecine humaine représentaient 17,5% de l’utilisation totale. Une faible proportion de fermes utilisait des antimicrobiens médicalement importants dans l’alimentation des animaux. L’incidence des maladies n’expliquait que partiellement la variance de l’utilisation totale. D’autres facteurs restent à déterminer pour expliquer les pratiques d’UAM dans les fermes laitières québécoises. Les données issues de plusieurs méthodes de quantification ont été comparées aux données de l’étude observationnelle. Pour les médicaments vétérinaires d’une part, le taux d’UAM estimé à partir des factures vétérinaires décrivait de façon presque parfaite le taux d’UAM réel (coefficient de corrélation de concordance, CCC = 0,83) alors que les méthodes utilisant les données du programme gouvernemental « Amélioration de la santé animale au Québec » ou des registres de traitements complétés à la ferme performaient moins bien. Pour les aliments médicamenteux d’autre part, le taux d’UAM estimé à partir des prescriptions vétérinaires pour aliments médicamenteux ou à partir des informations obtenues lors d’une entrevue individuelle avec le producteur corrélait bien le taux d’UAM réel (CCC = 0,66 et 0,73 respectivement). Le projet a permis de quantifier l’UAM annuelle dans les fermes laitières québécoises (par catégorie d’antimicrobiens et voie d’administration) en utilisant un nouvel indicateur de mesure (DCDbovCA). De plus, ce projet démontre la validité des données issues des factures et prescriptions vétérinaires pour quantifier l’UAM dans les troupeaux laitiers québécois. Le logiciel de facturation utilisé par la majorité des médecins vétérinaires praticiens du Québec pourrait servir au développement d’un système provincial de surveillance et de benchmarking de l’UAM.
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 imitationNot 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.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.035 | 0.033 |
| Meta-epidemiology (narrow) | 0.002 | 0.002 |
| Meta-epidemiology (broad) | 0.002 | 0.002 |
| Bibliometrics | 0.006 | 0.004 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.002 | 0.002 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.004 | 0.002 |
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.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
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".