High Diversity and Variability in the Vaginal Microbiome in Women following Preterm Premature Rupture of Membranes (PPROM): A Prospective Cohort Study
Notice bibliographique
Résumé
OBJECTIVE: To characterize the vaginal microbiota of women following preterm premature rupture of membranes (PPROM), and determine if microbiome composition predicts latency duration and perinatal outcomes. DESIGN: A prospective cohort study. SETTING: Canada. POPULATION: Women with PPROM between 24+0 and 33+6 weeks gestational age (GA). METHODS: Microbiome profiles, based on pyrosequencing of the cpn60 universal target, were generated from vaginal samples at time of presentation with PPROM, weekly thereafter, and at delivery. MAIN OUTCOME MEASURES: Vaginal microbiome composition, latency duration, gestational age at delivery, perinatal outcomes. RESULTS: Microbiome profiles were generated from 70 samples from 36 women. Mean GA at PPROM was 28.8 wk (mean latency 2.7 wk). Microbiome profiles were highly diverse but sequences representing Megasphaera type 1 and Prevotella spp. were detected in all vaginal samples. Only 13/70 samples were dominated by Lactobacillus spp. Microbiome profiles at the time of membrane rupture did not cluster by gestational age at PPROM, latency duration, presence of chorioamnionitis or by infant outcomes. Mycoplasma and/or Ureaplasma were detected by PCR in 81% (29/36) of women, and these women had significantly lower GA at delivery and correspondingly lower birth weight infants than Mycoplasma and/or Ureaplasma negative women. CONCLUSION: Women with PPROM had mixed, abnormal vaginal microbiota but the microbiome profile at PPROM did not correlate with latency duration. Prevotella spp. and Megasphaera type I were ubiquitous. The presence of Mollicutes in the vaginal microbiome was associated with lower GA at delivery. The microbiome was remarkably unstable during the latency period.
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 | 0,002 | 0,001 |
| 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 ».