Metabolic Framework for the Improvement of Autism Spectrum Disorders by a Modified Ketogenic Diet: A Pilot Study
Notice bibliographique
Résumé
The ketogenic diet (KD) can improve the core features of autism spectrum disorders (ASD) in some children, but the effects on the overall metabolism remain unclear. This pilot study investigated the behavioral parameters in relation to blood metabolites and trace elements in a cohort of 10 typically developed controls (TC) and 17 children with ASD at baseline and following 3 months of treatment with a modified KD regimen. A nontargeted, multiplatform metabolomic approach was employed, including gas chromatography–mass spectrometry, 1H nuclear magnetic resonance spectroscopy, and inductively coupled plasma–mass spectrometry. The associations among plasma metabolites, trace elements, and behavior scores were investigated. Employing a combination of metabolomic platforms, 118 named metabolites and 73 trace elements were assessed. Relative to TC, a combination of glutamate, galactonate, and glycerol discriminated ASD with 88% accuracy. ASD had higher concentrations of galactose intermediates, gut microbe-derived trimethylamine N-oxide and N-acetylserotonin, and lower concentrations of 3-hydroxybutyrate and selenium at baseline. Following 3 months of KD intervention, the levels of circulating ketones and acetylcarnitine were increased. KD restored lower selenium levels in ASD to that of controls, and correlation analysis identified a novel negative correlation between the changes in selenium and behavior scores. Based on the different behavior responses to KD, we found that high responders had greater concentrations of 3-hydroxybutyrate and ornithine, with lower galactose. These findings enhance our current understanding of the metabolic derangements present in ASD and may be of utility in predicting favorable responses to KD intervention.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,001 |
| 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 ».