Characteristics of Gut Microbiota in Patients With Diabetes Determined by Data Mining Analysis of Terminal Restriction Fragment Length Polymorphisms
Notice bibliographique
Résumé
Background: This study was performed to clarify whether gut microbiota obtained from fecal samples could identify the type of diabetes in patients of each gender by using a combination of terminal restriction fragment length polymorphism (T-RFLP) analysis and data mining. Methods: A cross-sectional study was performed at three centers. Fecal samples were collected from 12 Japanese patients with type 1 diabetes mellitus (T1D), 18 patients with type 2 diabetes mellitus (T2D), and 31 subjects without diabetes mellitus (non-DM). Amplification of fecal 16S rRNA was carried out. After digestion of the amplification products with restriction enzymes ( Alu I, Bsl I, Hae III, and Msp I), terminal restriction fragments (T-RFs) of DNA were detected. A data mining algorithm (classification and regression tree (CART) modeling system) provides a decision tree that classifies subjects into various groups according to pre-assigned characteristics. Results: Among men, the error rate was 2.4% with Msp I, while error rates were 0.0% with other restriction enzymes. Among women, the error rate was 0.0% with all restriction enzymes. The operational taxonomic units (OTUs) incorporated into the decision tree differed between men and women. Conclusions: We were able to classify the 16SrRNA gene amplification products obtained from fecal samples of T1D patients, T2D patients, and non-DM subjects with a high level of precision by combining T-RFLP analysis and data mining. Specific gut microbiota patterns were found for T1D and T2D patients, as well as a sex difference of the patterns. J Clin Med Res. 2019;11(6):401-406 doi: https://doi.org/10.14740/jocmr3791
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 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 ».