The impact of dietary fermentable carbohydrates on a postinflammatory model of irritable bowel syndrome
Notice bibliographique
Résumé
BACKGROUND: A low fermentable carbohydrate (FODMAP) diet is used in quiescent inflammatory bowel disease when irritable bowel syndrome-like symptoms occur. There is concern that the diet could exacerbate inflammation by modifying microbiota and short-chain fatty acid (SCFA) production. We examined the effect of altering dietary FODMAP content on inflammation in preclinical inflammatory models. METHODS: C57BL/6 mice were given 3% dextran sodium sulfate (DSS) in drinking water for 5 days and recovered for 3 weeks (postinflammatory, n = 12), or 5 days (positive-control, n = 12). Following recovery, DSS-treated or control mice (negative-control, n = 12) were randomized to 2-week low- (0.51 g/100 g total FODMAP) or high-FODMAP (4.10 g) diets. Diets mimicked human consumption containing fructose, sorbitol, galacto-oligosaccharide, and fructan. Colons were assessed for myeloperoxidase (MPO) activity and histological damage. Supernatants were generated for perforated patch-clamp recordings and cytokine measurement. Cecum contents were analyzed for microbiota, SCFA, and branched-chain fatty acids (BCFA). Data were analyzed by two-way ANOVA with Bonferroni. KEY RESULTS: Inflammatory markers were higher in the positive-control compared with negative-control and postinflammatory groups, but no differences occurred between the two diets within each treatment (MPO P > .99, histological scores P > .99, cytokines P > .05), or the perforated patch-clamp recordings (P > .05). Microbiota clustered mainly based on DSS exposure. No difference in SCFA content occurred. Higher total BCFA occurred with the low-FODMAP diet in positive-control (P < .01) and postinflammatory groups (P < .01). CONCLUSIONS AND INFERENCES: In this preclinical study, reducing dietary FODMAPs did not exacerbate nor mitigate inflammation. Microbiota profile changes were largely driven by inflammation rather than diet. Low FODMAP intake caused a shift toward proteolytic fermentation following inflammation.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».