The Nasopharyngeal Microbiota of Children With Respiratory Infections in Botswana
Notice bibliographique
Résumé
BACKGROUND: Nearly half of child pneumonia deaths occur in sub-Saharan Africa. Microbial communities in the nasopharynx are a reservoir for pneumonia pathogens and remain poorly described in African children. METHODS: Nasopharyngeal swabs were collected from children with pneumonia (N = 204), children with upper respiratory infection symptoms (N = 55) and healthy children (N = 60) in Botswana between April 2012 and April 2014. We sequenced the V3 region of the bacterial 16S ribosomal RNA gene and used partitioning around medoids to cluster samples into microbiota biotypes. We then used multivariable logistic regression to examine whether microbiota biotypes were associated with pneumonia and upper respiratory infection symptoms. RESULTS: Mean ages of children with pneumonia, children with upper respiratory infection symptoms and healthy children were 8.2, 11.4 and 8.0 months, respectively. Clustering of nasopharyngeal microbiota identified 5 distinct biotypes: Corynebacterium/Dolosigranulum-dominant (23%), Haemophilus-dominant (11%), Moraxella-dominant (24%), Staphylococcus-dominant (13%) and Streptococcus-dominant (28%). The Haemophilus-dominant [odds ratio (OR): 13.55; 95% confidence interval (CI): 2.10-87.26], the Staphylococcus-dominant (OR: 8.27; 95% CI: 2.13-32.14) and the Streptococcus-dominant (OR: 39.97; 95% CI: 6.63-241.00) biotypes were associated with pneumonia. The Moraxella-dominant (OR: 3.71; 95% CI: 1.09-12.64) and Streptococcus-dominant (OR: 12.26; 95% CI: 1.81-83.06) biotypes were associated with upper respiratory infection symptoms. In children with pneumonia, HIV infection was associated with a lower relative abundance of Dolosigranulum (P = 0.03). CONCLUSIONS: Pneumonia and upper respiratory infection symptoms are associated with distinct nasopharyngeal microbiota biotypes in African children. A lower abundance of the commensal genus Dolosigranulum may contribute to the higher pneumonia risk of HIV-infected children.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».