Oral microbiome in HIV-associated periodontitis
Notice bibliographique
Résumé
HIV-associated periodontal diseases (PD) could serve as a source of chronic inflammation. Here, we sought to characterize the oral microbial signatures of HIV+ and HIV- individuals at different levels of PD severity.This cross-sectional study included both HIV+ and HIV- patients with varying degrees of PD. Two tooth, 2 cheek, and 1 saliva samples were obtained for microbiome analysis. Mothur/SILVADB were used to classify sequences. R/Bioconductor (Vegan, PhyloSeq, and DESeq2) was employed to assess overall microbiome structure differences and differential abundance of bacterial genera between groups. Polychromatic flow cytometry was used to assess immune activation in CD4 and CD8 cell populations.Around 250 cheek, tooth, and saliva samples from 50 participants (40 HIV+ and 10 HIV-) were included. Severity of PD was classified clinically as None/Mild (N), Moderate (M), and Severe (S) with 18 (36%), 16 (32%), and 16 (32%) participants in each category, respectively. Globally, ordination analysis demonstrated clustering by anatomic site (R2 = 0.25, P < 0.001). HIV status and PD severity showed a statistically significant impact on microbiome composition but only accounted for a combined 2% of variation. HIV+ samples were enriched in genera Abiotrophia, Neisseria, Kingella, and unclassified Neisseriaceae and depleted in Leptotrichia and Selenomonas. The Neisseria genus was consistently enriched in HIV+ participants regardless of sampling site and PD level. Immune markers were altered in HIV+ participants but did not show association with the oral microbiome.HIV-associated changes in oral microbiome result in subtle microbial signatures along different stages of PD that are common in independent oral anatomic sites.
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 | 0,001 | 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) | 0,001 | 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 ».