Intestinal Microbiota in Patients with Non-Alcoholic Fatty Liver Disease
Notice bibliographique
Résumé
Despite evidence that the intestinal microbiota (IM) is involved in the pathogenesis of obesity, the IM composition of patients with non-alcoholic fatty liver disease (NAFLD) has not been well characterized. This prospective, cross-sectional study was aimed at identifying differences in IM between adults with biopsy-proven NAFLD (simple steatosis [SS] or non-alcoholic steatohepatitis [NASH]) and living liver donors as healthy controls (HC). Fifty subjects were included: 11 SS, 22 NASH and 17 HC. One stool sample was collected from each participant. Quantitative real-time polymerase chain reaction was used to measure total bacterial counts, Bacteroides/Prevotella (here on referred to as Bacteroidetes), C. leptum, C. coccoides, bifidobacteria, E. coli and Archaea in stool. Clinical and laboratory data, food-records, and activity logs were collected. Patients with NASH had a lower percentage of Bacteroidetes (Bacteroidetes to total bacteria counts) compared to both SS and HC (p=0.006) and higher fecal C. coccoides compared to those with SS (p=0.04). There were no differences in the remaining microorganisms. As body mass index (BMI) and dietary fat intake differed between the groups (p<0.05), we performed linear regression adjusting for these variables. The difference in C. coccoides was no longer significant after adjusting for BMI and fat intake. However, there continued to be a significant association between the presence of NASH and lower percentage Bacteroidetes even after adjusting for these variables (p= 0.002; 95% CI= -0.06 to -0.02). Conclusion: There is an inverse and diet-/BMI-independent association between the presence of NASH and percentage Bacteroidetes in the stool, suggesting that the IM may play a role in the development of NAFLD.
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 | 0,000 |
| 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) | 0,000 | 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 ».