MétaCan
Menu
Retour à la cohorte
Enregistrement W3108955779 · doi:10.1002/ana.25982

Gut Microbial Ecosystem in Parkinson Disease: New Clinicobiological Insights from Multi‐Omics

2020· article· en· W3108955779 sur OpenAlexaff
Ai Huey Tan, Chun Wie Chong, Shen‐Yang Lim, Ivan Kok Seng Yap, Cindy Shuan Ju Teh, Mun Fai Loke, Sze‐Looi Song, Jiun Yan Tan, Ban Hong Ang, Yong Qi Tan, Mee Teck Kho, Jeff S. Bowman, Sanjiv Mahadeva, Hoi Sen Yong, Anthony E. Lang

Notice bibliographique

RevueAnnals of Neurology · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueParkinson's Disease Mechanisms and Treatments
Établissements canadiensToronto Western Hospital
Organismes subventionnairesnon disponible
Mots-clésParkinson's diseaseEcosystemBiologyEcologyNeuroscienceDiseaseMedicinePathology

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: Gut microbiome alterations in Parkinson disease (PD) have been reported repeatedly, but their functional relevance remains unclear. Fecal metabolomics, which provide a functional readout of microbial activity, have scarcely been investigated. We investigated fecal microbiome and metabolome alterations in PD, and their clinical relevance. METHODS: Two hundred subjects (104 patients, 96 controls) underwent extensive clinical phenotyping. Stool samples were analyzed using 16S rRNA gene sequencing. Fecal metabolomics were performed using two platforms, nuclear magnetic resonance (NMR) spectroscopy and liquid chromatography-mass spectrometry. RESULTS: Fecal microbiome and metabolome composition in PD was significantly different from controls, with the largest effect size seen in NMR-based metabolome. Microbiome and NMR-based metabolome compositional differences remained significant after comprehensive confounder analyses. Differentially abundant fecal metabolite features and predicted functional changes in PD versus controls included bioactive molecules with putative neuroprotective effects (eg, short chain fatty acids [SCFAs], ubiquinones, and salicylate) and other compounds increasingly implicated in neurodegeneration (eg, ceramides, sphingosine, and trimethylamine N-oxide). In the PD group, cognitive impairment, low body mass index (BMI), frailty, constipation, and low physical activity were associated with fecal metabolome compositional differences. Notably, low SCFAs in PD were significantly associated with poorer cognition and low BMI. Lower butyrate levels correlated with worse postural instability-gait disorder scores. INTERPRETATION: Gut microbial function is altered in PD, characterized by differentially abundant metabolic features that provide important biological insights into gut-brain pathophysiology. Their clinical relevance further supports a role for microbial metabolites as potential targets for the development of new biomarkers and therapies in PD. ANN NEUROL 2021;89:546-559.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,125
Score d'incertitude au seuil0,716

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,106
Tête enseignante GPT0,328
Écart entre enseignants0,221 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations190
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnals of NeurologyMême sujetParkinson's Disease Mechanisms and TreatmentsTravaux en français237 207