MétaCan
Menu
Retour à la cohorte
Enregistrement W2927667709 · doi:10.1093/rheumatology/kez060.011

184. THE MICROBIOME OF TEMPORAL ARTERIES

2019· article· en· W2927667709 sur OpenAlexaboutno aff
Gary S. Hoffman, Ted M. Getz, Roshan Padmanabhan, Alexandra Villa‐Forte, Leonard H. Calabrese, Alison Clifford, Pauline Funchain, Madhav Sankhunny, Julian D. Perry, Alexander D. Blandford, Gregory S. Kosmorsky, Lisa Lystad, Charis Eng

Notice bibliographique

RevueLara D. Veeken · 2019
Typearticle
Langueen
DomaineArts and Humanities
ThématiquePaleopathology and ancient diseases
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineMicrobiomeTemporal arteryCardiologyPathologyBioinformaticsDiseaseVasculitisBiology

Résumé

récupéré en direct d'OpenAlex

Background: Giant cell arteritis (GCA) is the most common large vessel vasculitis (LVV) in adults. Temporal arteries (TA) are the most accessible source of tissue for diagnostic confirmation. Although patients usually respond quickly to corticosteroids (CS), relapses occur frequently with CS tapering, suggesting that the underlying driver of inflammation has not been addressed. A role for microorganisms in GCA has long been suspected. Viral and bacterial agents have been implicated, however attempts at pathogen detection have failed to provide consistent results. Sequencing of the bacterial-specific 16S ribosomal RNA genes from human tissue is a sensitive and culture-independent method for both pathogen and commensal detection, allowing comprehensive and unbiased determinations of microbiomes. We describe the microbiomes of TA from GCA patients and controls. Methods: TA biopsies from patients suspected to have GCA were collected under aseptic conditions, snap-frozen (-80oC), deidentified and processed in blinded fashion at one time. 2 specimens were studied by Fluorescence in situ hybridization (FISH). Taxonomic classification of bacterial sequences was performed to the genus level and relative abundances were calculated. Microbiome differential abundances were analyzed by principal coordinate analysis (PCoA) with comparative Unifrac distances, and predicted functional profiling using PICRUSt. Results: 47 patients were enrolled (9 biopsy-positive GCA, 15 biopsy-negative GCA, 23 controls), FISH for bacterial DNA revealed signal in the arterial media but not the intima or adventitia. Beta, but not alpha, diversity differed between GCA cases and controls (p = 0.042). Importantly, there were no significant microbial differences between biopsy-positive and biopsy-negative GCA (p = 1.0). The largest differential abundances seen between GCA and control TAs included Proteobacteria (P), Bifidobacterium (g), Parasutterella (g) and Granulicatella (g) [LDA>4]. Conclusion: Temporal arteries are not sterile, but rather are inhabited by a community of bacteria. There are microbiomic differences between GCA and non-GCA TAs, but not between biopsy-positive and biopsy-negative GCA. Disclosures: This work was supported, in part, by the Fasenmyer Clinical Immunology Center (to GSH, LC and CE), the National Center for Advancing Translational Sciences (NCATS) of the NIH (UL1TR000439), and a post-graduate fellowship training grant from the UCB-Canadian Rheumatology Association-The Arthritis Society to AC.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,018
Tête enseignante GPT0,220
Écart entre enseignants0,202 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLara D. VeekenMême sujetPaleopathology and ancient diseasesTravaux en français237 207