Randomized Open-Label Pilot Study of the Influence of Probiotics and the Gut Microbiome on Toxic Metal Levels in Tanzanian Pregnant Women and School Children
Notice bibliographique
Résumé
Exposure to environmental toxins is a 21st century global health problem that is often the result of dietary intake. Although efforts are made to reduce dietary toxin levels, they are often unsuccessful, warranting research into novel methods to reduce host exposure. Food-grade microbes that can be delivered to the gastrointestinal tract and that are capable of sequestering toxins present a safe and cost-effective intervention. We sought to investigate the potential for probiotic-supplemented yogurt to lower heavy metal levels in at-risk populations of pregnant women and in children in Mwanza, Tanzania, and to examine the microbiome in relation to toxin levels. Two populations suspected to have high toxic metal exposures were studied. A group of 44 school-aged children was followed over 25 days, and 60 pregnant women were followed over their last two trimesters until birth. A yogurt containing 10(10) CFU Lactobacillus rhamnosus GR-1 per 250 g was administered, while control groups received either whole milk or no intervention. Changes in blood metal levels were assessed, and the gut microbiomes of the children were profiled by analyzing 16S rRNA sequencing via the Ion Torrent platform. The children and pregnant women in the study were found to have elevated blood levels of lead and mercury compared to age- and sex-matched Canadians. Consumption of probiotic yogurt had a protective effect against further increases in mercury (3.2 nmol/liter; P = 0.035) and arsenic (2.3 nmol/liter; P = 0.011) blood levels in the pregnant women, but this trend was not statistically significant in the children. Elevated blood lead was associated with increases in Succinivibrionaceae and Gammaproteobacteria relative abundance levels in stool. Importance: Probiotic food produced locally represents a nutritious and affordable means for people in some developing countries to counter exposures to toxic metals. Further research and field trials are warranted to explore this approach in countries where communities are located near mining sites and agricultural areas, two types of areas where toxins are likely to be elevated.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».