The impact of maternal and early life malnutrition on health: a diet-microbe perspective
Notice bibliographique
Résumé
BACKGROUND: Early-life malnutrition may have long-lasting effects on microbe-host interactions that affect health and disease susceptibility later in life. Diet quality and quantity in conjunction with toxin and pathogen exposure are key contributors to microbe-host physiology and malnutrition. Consequently, it is important to consider both diet- and microbe-induced pathologies as well as their interactions underlying malnutrition. MAIN BODY: Gastrointestinal immunity and digestive function are vital to maintain a symbiotic relationship between the host and microbiota. Childhood malnutrition can be impacted by numerous factors including gestational malnutrition, early life antibiotic use, psychological stress, food allergy, hygiene, and exposure to other chemicals and pollutants. These factors can contribute to reoccurring environmental enteropathy, a condition characterized by the expansion of commensal pathobionts and environmental pathogens. Reoccurring intestinal dysfunction, particularly during the critical window of development, may be a consequence of diet-microbe interactions and may lead to life-long immune and metabolic programming and increased disease risk. We provide an overview of the some key factors implicated in the progression of malnutrition (protein, fat, carbohydrate, iron, vitamin D, and vitamin B12) and discuss the microbiota during early life that may contribute health risk later in life. CONCLUSION: Identifying key microbe-host interactions, particularly those associated with diet and malnutrition requires well-controlled dietary studies. Furthering our understanding of diet-microbe-host interactions will help to provide better strategies during gestation and early life to promote health later in life.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,000 |
| 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 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 ».