Considerations for best practices in studies of fiber or other dietary components and the intestinal microbiome
Notice bibliographique
Résumé
A 2-day workshop organized by the National Institutes of Health and U.S. Department of Agriculture included 16 presentations focused on the role of diet in alterations of the gastrointestinal microbiome, primarily that of the colon. Although thousands of research projects have been funded by U.S. federal agencies to study the intestinal microbiome of humans and a variety of animal models, only a minority addresses dietary effects, and a small subset is described in sufficient detail to allow reproduction of a study. Whereas there are standards being developed for many aspects of microbiome studies, such as sample collection, nucleic acid extraction, data handling, etc., none has been proposed for the dietary component; thus this workshop focused on the latter specific point. It is important to foster rigor in design and reproducibility of published studies to maintain high quality and enable designs that can be compared in systematic reviews. Speakers addressed the influence of the structure of the fermentable carbohydrate on the microbiota and the variables to consider in design of studies using animals, in vitro models, and human subjects. For all types of studies, strengths and weaknesses of various designs were highlighted, and for human studies, comparisons between controlled feeding and observational designs were discussed. Because of the lack of published, best-diet formulations for specific research questions, the main recommendation is to describe dietary ingredients and treatments in as much detail as possible to allow reproduction by other scientists.
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 | 0,692 | 0,655 |
| Méta-épidémiologie (sens strict) | 0,005 | 0,005 |
| Méta-épidémiologie (sens large) | 0,009 | 0,011 |
| Bibliométrie | 0,012 | 0,011 |
| Études des sciences et des technologies | 0,007 | 0,024 |
| Communication savante | 0,027 | 0,030 |
| Science ouverte | 0,017 | 0,018 |
| Intégrité de la recherche | 0,026 | 0,040 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,005 |
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 ».