Types of tobacco consumption and the oral microbiome in the United Arab Emirates Healthy Future (UAEHFS) Pilot Study
Notice bibliographique
Résumé
Cigarette smoking alters the oral microbiome; however, the effect of alternative tobacco products remains unclear. Middle Eastern tobacco products like dokha and shisha, are becoming globally widespread. We tested for the first time in a Middle Eastern population the hypothesis that different tobacco products impact the oral microbiome. The oral microbiome of 330 subjects from the United Arab Emirates Healthy Future Study was assessed by amplifying the bacterial 16S rRNA gene from mouthwash samples. Tobacco consumption was assessed using a structured questionnaire and further validated by urine cotinine levels. Oral microbiome overall structure and specific taxon abundances were compared, using PERMANOVA and DESeq analyses respectively. Our results show that overall microbial composition differs between smokers and nonsmokers (p = 0.0001). Use of cigarettes (p = 0.001) and dokha (p = 0.042) were associated with overall microbiome structure, while shisha use was not (p = 0.62). The abundance of multiple genera were significantly altered (enriched/depleted) in cigarette smokers; however, only Actinobacillus, Porphyromonas, Lautropia and Bifidobacterium abundances were significantly changed in dokha users whereas no genera were significantly altered in shisha smokers. For the first time, we show that smoking dokha is associated to oral microbiome dysbiosis, suggesting that it could have similar effects as smoking cigarettes on oral health.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».