Onderzoekers traceren 73% van de Amerikaanse gevallen van salmonella tot kip en groenten

Onderzoekers traceren 73% van de Amerikaanse gevallen van salmonella tot kip en groenten

Een modern genomisch model laat zien waar uw risico op salmonella werkelijk ligt: ​​als u kip en groenten als belangrijkste bronnen verandert en de ziekte uit voedsel hervormt.

Dat blijkt uit een onderzoek dat onlangs in het tijdschrift is gepubliceerdOpkomende infectieziektenEen groep onderzoekers gebruikte genoomsequencing en machinaal leren om de primaire voedselbronnen te bepalen die mensen veroorzakenSalmonellaInfecties in de Verenigde Staten (VS).

achtergrond

Jaarlijks,Salmonella entericaInfecties resulteren in ongeveer 1,35 miljoen ziekten, resulterend in aanzienlijke ziekenhuisopnames in de Verenigde Staten. Veel voorkomende bronnen zijn onder meer besmet voedsel, water, dieren, de bodem en geïnfecteerde mensen. Serotypen zoals Enteritidis en Typhimurium kunnen talrijke gastheren infecteren, terwijl andere, zoals Dublin, vooral vee treffen. Traditionele methoden schrijven bekende uitbraken slechts toe aan ongeveer 5% van de gevallen, dus de meeste ziekten bestaan ​​niet meer. Eerdere benaderingen waren gebaseerd op beperkte laboratoriumtechnieken, maar met de introductie van Whole Genome Sequencing (WGS) ontstaat er een duidelijker beeldSalmonellaEr kunnen transmissieroutes ontstaan. Verbeterde attributiemodellen zijn van cruciaal belang voor het verfijnen van de voedselveiligheidsvoorschriften en preventieve maatregelen en benadrukken de noodzaak van geavanceerd onderzoek met behulp van geavanceerde genomische technologieën.

Over de studie

Onderzoekers hebben een dataset van 18.661 verzameldSalmonellaIsolaten van voedsel- en diermonsters die beschikbaar zijn bij het National Center for Biotechnology Information (NCBI) en aangevuld met metadata van Amerikaanse overheidsinstanties, waaronder de Food and Drug Administration (FDA), de Amerikaanse Safety and Inspection Service (CDC) en Centers for Disease Control (CDC). De isolaten werden onderverdeeld in 15 verschillende voedselgroepen, met uitzondering van monsters van gemengde bronnen. Vanwege een teveel aan kippenisolaten werd 50% willekeurig geselecteerd om de dataset in evenwicht te brengen en werd een omgekeerde klasseweging toegepast om de onevenwichtigheden verder te corrigeren. Hoewel het model wereldwijd werd gebruiktSalmonellaisolaten kwam 76% uit de Verenigde Staten, waardoor het over het algemeen representatief is voor binnenlandse voedselbronnen.

Voor menselijke infecties 6.470SalmonellaIsolaten met onbekende infectiebronnen en zonder internationale reisgeschiedenis werden verzameld via het actieve surveillancenetwerk voor door voedsel overgedragen ziekten (FoodNet), dat tussen 2014 en 2017 ongeveer 15% van de Amerikaanse bevolking bestreek.

Het onderzoeksteam verzamelde genetische gegevens met behulp van Spade-software en gebruikte Whole Genome Multilocus Sequence Typering (WGMLST) om zowel uit voedsel afkomstige als menselijke isolaten te karakteriseren. Serotype-identificatie maakte gebruik van de SEQSERO2-tool. Een willekeurig machine learning-algoritme dat gegevens classificeert met behulp van talrijke genetische markers, werd getraind op isolaten met bekende bronnen. Het model werd geëvalueerd op nauwkeurigheid met behulp van kruisvalidatie en permutatie om de meest informatieve genomische markers te identificeren. Het model bereikte maximale nauwkeurigheid met behulp van een subset van 7.360 genetische loci, wat de waarde van hoogdimensionale genomische gegevens voor classificatietaken versterkte. Het geoptimaliseerde model voorspelde infectiebronnen voor menselijke gevallen met een waarschijnlijkheid van> 50% en schreef ongebruikelijke gevallen toe aan onbekende bronnen.

Studieresultaten

Het willekeurige bosmodel trainde op genomische gegevens van 18.661 voedingsmiddelen en dierlijke isolaten, geïdentificeerde kip (31%), groenten (13%), kalkoen (12%) en varkensvlees (11%)SalmonellaBronnen. MeestalSalmonellaSerotypen waren Kentucky, Typhimurium, Enteritidis en Heidelberg.

Het model werd toegepast op menselijke infecties en analyseerde 6.470 gevallen en schreef 34% van de ziekten toe aan kip en 30% aan groenten, goed voor bijna tweederde van de infecties. Wanneer rekening werd gehouden met de onzekerheid (waarschijnlijkheden <50%), bleef ongeveer 44% van de gevallen ongeclassificeerd. Met uitsluiting van onzekere gevallen traceerde het model 46% van de infecties bij kip en 27% bij groenten, die samen verantwoordelijk zijn voor ongeveer 73% van de bevestigde bronnen.

VerschillendSalmonellaSerotypen vertoonden verschillende bronassociaties. Kip werd vooral geassocieerd met de serotypen Enteritidis, Typhimurium, Heidelberg en Infantis, terwijl groenten vooral geassocieerd werden met Javiana en Newport. Varkensvlees is geïdentificeerd als de dominante bron van serotype Salmonella enterica 4,[5]12:i:- (STM).

Het percentage Salmonella-isolaten verzameld uit bekende single-source voedingsmiddelen in de Verenigde Staten en andere landen van 2003 tot 2018 (gebruikt als trainingsgegevens in het willekeurige bosmodel) per voedselcategorie (n = 18.661, inclusief 613 isolaten vóór 2003).

De nauwkeurigheid van het model was sterk, vooral bij het identificeren van kip (97% nauwkeurigheid), groenten (82%), kalkoen (88%), varkensvlees (83%) en rundvlees (77%). Het had echter moeite met minder gebruikelijke bronnen zoals melk en wild. Het vergroten van het aantal genomische loci met behulp van verbeterde precisie bevestigde de effectiviteit van WG's en machinaal leren voor brontoeschrijving.

Vergeleken met eerdere uitbraakstudies bleek uit deze analyse dat kip een veel uitgebreidere bron van ziekte isSalmonellaInfecties die verschillende risicoprofielen weerspiegelen tussen sporadische infecties en uitbraken. Belangrijk is dat de voorspellingen goed overeenkomen met bekende epidemiologische gegevens en de toepasbaarheid van het model in de echte wereld bevestigen.

Deze resultaten benadrukken de noodzaak van gerichte interventies en beleid gericht op pluimvee en verse producten, die van cruciaal belang zijn voor het terugdringen van de vogelgriepSalmonellaLasten voor de volksgezondheid. Aangezien veel infecties onaangeroerd blijven, zou het uitbreiden van de dataset met meer diverse niet-kipisolaten en aanvullende niet-voedselbronnen, zoals monsters uit het milieu en wilde dieren, de nauwkeurigheid verder kunnen verbeteren. De regionale beperkingen van de FoodNet-gegevens en de variaties in het gedrag in de gezondheidszorg duiden er ook op dat er behoefte is aan een bredere landelijke gegevensverzameling.

Conclusies

Concluderend heeft deze studie de effectiviteit aangetoond van WG's in combinatie met een willekeurig machine learning-algoritme om de voedselbronnen nauwkeurig te identificerenSalmonellaInfecties in de VS. Kip en groenten kwamen naar voren als belangrijke aanbodadviseurs, wat het belang van gerichte regelgevings- en volksgezondheidsstrategieën versterkte. Deze genomische benadering biedt aanzienlijke verbeteringen ten opzichte van traditionele methoden en biedt gedetailleerde inzichten die cruciaal zijn voor het voedselveiligheidsbeleid, routinematige surveillance en uitbraakbeheer. Voortgezet onderzoek zou een bredere steekproefdiversiteit moeten omvatten, de geografische representatie moeten uitbreiden en niet-voedselbronnen moeten omvatten om de nauwkeurigheid van het model verder te versterken, waardoor de volksgezondheidsinspanningen hiertegen ten goede komenSalmonella.

Bronnen: