Dysbiosis is not present in horses with fecal water syndrome when compared to controls in spring and autumn
Notice bibliographique
Résumé
BACKGROUND: Fecal water syndrome (FWS) is long-standing and common in horses, particularly in central Europe. No large epidemiological data sets exist, and the cause remains elusive. Dysbiosis could play a role in pathogenesis. OBJECTIVES: To evaluate whether dysbiosis is present in horses with FWS when compared to stable-matched control horses in spring and autumn. ANIMALS: Fecal samples were collected from horses with FWS (n = 16; 9 mares, 7 geldings) and controls (n = 15; 8 mares, 7 geldings). METHODS: The bacterial microbiome of samples collected in spring and autumn of 2016 was analyzed using high-throughput sequencing. Differences in relative abundance of bacterial taxa, alpha diversity, and beta diversity indices were assessed between horses with FWS and controls based on season. RESULTS: Differences in microbial community composition based on time point and health status were not observed on any taxonomic level. Limited differences were seen on linear discriminant analysis effect size analysis. No difference in alpha diversity indices was observed including richness, diversity based on health status, or time point. No effect of health status on microbial community membership structure was observed. CONCLUSIONS AND CLINICAL IMPORTANCE: Limited differences were found in the bacterial microbiota of horses with and without FWS, regardless of season. Further research is needed to elucidate the role of microbiota in the development of FWS.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».