Extended Screening Costs Associated With Selecting Donors for Fecal Microbiota Transplantation for Treatment of Metabolic Syndrome-Associated Diseases
Notice bibliographique
Résumé
Abstract Background Knowledge of the impact of the gut microbiome on conditions other than Clostridium difficile infection has been rapidly increasing, and the potential usefulness of fecal microbiota transplantation (FMT) in these indications is being explored. The need to exclude donors with an increased risk of these diseases has left uncertainties regarding the cost and feasibility of donor screening. The aim of this study was to compare our experience to other donor-screening programs and report the costs associated with establishing a donor-screening program, for the treatment of metabolic syndrome-related conditions. Methods Forty-six potential donors (PDs) had their medical histories and physical examinations undertaken by a physician. Blood, stool, and urine were screened for 31 viral, bacterial, fungal, and protozoan agents in addition to biochemical characteristics. The price of advertising, doctor’s visits and diagnostic tests were calculated to determine the cost of finding a donor. Results Of the PDs screened, 5 of 46 passed the history, examination, blood, stool, and urine tests. The most common reasons for exclusion included a body mass index >25 or the detection of Blastocystis hominis, Dientamoeba fragilis, or Helicobacter pylori. Four of five eligible donors had subsequent travel or illness that contraindicated donation, so only 1 of 46 PDs was suitable. The total cost for finding a single suitable donor was $15190 US dollars. This screening was performed in Canada, and costs in the United States would be substantially higher. Conclusions New potential therapeutic uses for FMT have created a demand for stricter exclusion criteria for donors. This study illustrates that screening many individuals to find a donor and the subsequent associated costs may make central processing and shipment a more reasonable alternative.
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 | 0,003 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,001 |
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 ».