Analysis of the otic mycobiota in dogs with otitis externa compared to healthy individuals
Notice bibliographique
Résumé
BACKGROUND: Otitis externa is a common multifactorial disease with a prevalence in dogs as high as 10-20%. In humans, the diversity of the cutaneous mycobiota appears to increase in diseased states, whereas one canine study identified a decrease in diversity of the cutaneous mycobiota in atopic dogs compared to healthy individuals. HYPOTHESIS/OBJECTIVES: To describe the otic mycobiota in dogs with otitis externa compared to healthy dogs. ANIMALS: Samples were collected from six dogs with clinical and cytological evidence of otitis externa and five clinically normal dogs. METHODS AND MATERIALS: Swabs were collected from the ears of six dogs with fungal otitis externa. DNA from each sample was isolated and Illumina sequencing was performed targeting the internal transcribed spacer region. Sequences were processed using the bioinformatics software MOTHUR. RESULTS: Fungi from ten different phyla were identified. The mycobiota of all affected ears was dominated by the genera Malassezia, which accounted for 55.7-98.4% of sequences (median 96.8%). Affected ears had significantly decreased observed richness, estimated richness and inverse Simpson's diversity index compared to controls (P = 0.008). Linear discriminant analysis effect size (LEfSe) analysis identified 42 operational taxonomic units (OTUs) that were differentially abundant (P < 0.05). Three OTUs were over-represented in the affected ears, including M. pachydermatis, whereas 39 OTUs were over-represented in healthy ears. CONCLUSIONS: Reduced fungal richness and diversity was present in affected ears, with markedly higher relative abundances of Malassezia. The otic fungal mycobiota is much more complex than has been identified with culture-based studies.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».