Molecular assessment of bacterial vaginosis by Lactobacillus abundance and species diversity
Notice bibliographique
Résumé
BACKGROUND: To date, women are most often diagnosed with bacterial vaginosis (BV) using microscopy based Nugent scoring or Amsel criteria. However, the accuracy is less than optimal. The aim of the present study was to confirm the identity of known BV-associated composition profiles and evaluate indicators for BV using three molecular methods. METHODS: Evaluation of indicators for BV was carried out by 16S rRNA amplicon sequencing of the V5-V7 region, a tailor-made 16S rRNA oligonucleotide-based microarray, and a PCR-based profiling technique termed IS-profiling, which is based on fragment variability of the 16S-23S rRNA intergenic spacer region. An inventory of vaginal bacterial species was obtained from 40 females attending a Dutch sexually transmitted infection outpatient clinic, of which 20 diagnosed with BV (Nugent score 7-10), and 20 BV negative (Nugent score 0-3). RESULTS: Analysis of the bacterial communities by 16S rRNA amplicon sequencing revealed two clusters in the BV negative women, dominated by either Lactobacillus iners or Lactobacillus crispatus and three distinct clusters in the BV positive women. In the former, there was a virtually complete, negative correlation between L. crispatus and L. iners. BV positive subjects showed cluster profiles that were relatively high in bacterial species diversity and dominated by anaerobic species, including Gardnerella vaginalis, and those belonging to the Families of Lachnospiraceae and Leptotrichiaceae. Accordingly, the Gini-Simpson index of species diversity, and the relative abundance Lactobacillus species appeared consistent indicators for BV. Under the conditions used, only the 16S rRNA amplicon sequencing method was suitable to assess species diversity, while all three molecular composition profiling methods were able to indicate Lactobacillus abundance in the vaginal microbiota. CONCLUSION: An affordable and simple molecular test showing a depletion of the genus Lactobacillus in combination with an increased species diversity of vaginal microbiota could serve as an alternative and practical diagnostic method for the assessment of BV.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 tête enseignante, 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 ».