Pulmonary Bacterial Communities in Surgically Resected Noncystic Fibrosis Bronchiectasis Lungs Are Similar to Those in Cystic Fibrosis
Notice bibliographique
Résumé
Background. Recurrent bacterial infections play a key role in the pathogenesis of bronchiectasis, but conventional microbiologic methods may fail to identify pathogens in many cases. We characterized and compared the pulmonary bacterial communities of cystic fibrosis (CF) and non-CF bronchiectasis patients using a culture-independent molecular approach. Methods. Bacterial 16S rRNA gene libraries were constructed from lung tissue of 10 non-CF bronchiectasis and 21 CF patients, followed by DNA sequencing of isolates from each library. Community characteristics were analyzed and compared between the two groups. Results. A wide range of bacterial diversity was detected in both groups, with between 1 and 21 bacterial taxa found in each patient. Pseudomonas was the most common genus in both groups, comprising 49% of sequences detected and dominating numerically in 13 patients. Although Pseudomonas appeared to be dominant more often in CF patients than in non-CF patients, analysis of entire bacterial communities did not identify significant differences between these two groups. Conclusions. Our data indicate significant diversity in the pulmonary bacterial community of both CF and non-CF bronchiectasis patients and suggest that this community is similar in surgically resected lungs of CF and non-CF bronchiectasis patients.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| 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) | 0,001 | 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 ».