MétaCan
Menu
Retour à la cohorte
Enregistrement W3112183009 · doi:10.1164/rccm.202009-3448oc

Inflammatory Endotype–associated Airway Microbiome in Chronic Obstructive Pulmonary Disease Clinical Stability and Exacerbations: A Multicohort Longitudinal Analysis

2020· article· en· W3112183009 sur OpenAlexaff
Zhang Wang, Nicholas Locantore, Koirobi Haldar, Mohammadali Yavari Ramsheh, Augusta Beech, Wei Ma, James R. Brown, Ruth Tal‐Singer, Michael R. Barer, Mona Bafadhel, Gavin C. Donaldson, Jadwiga A. Wedzicha, Dave Singh, Tom Wilkinson, Bruce E. Miller, Christopher E. Brightling

Notice bibliographique

RevueAmerican Journal of Respiratory and Critical Care Medicine · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueChronic Obstructive Pulmonary Disease (COPD) Research
Établissements canadiensInstitute of Infection and Immunity
Organismes subventionnairesMedical Science and Technology Foundation of Guangdong ProvinceNational Natural Science Foundation of ChinaUniversity of LeicesterMedical Research CouncilNational Institute for Health and Care ResearchAstraZeneca
Mots-clésMedicineCOPDMicrobiomeSputumImmunologyEosinophilicExacerbationInternal medicinePathologyBioinformaticsTuberculosisBiology

Résumé

récupéré en direct d'OpenAlex

Abstract Rationale Understanding the role of the airway microbiome in chronic obstructive pulmonary disease (COPD) inflammatory endotypes may help to develop microbiome-based diagnostic and therapeutic approaches. Objectives To understand the association of the airway microbiome with neutrophilic and eosinophilic COPD at stability and during exacerbations. Methods An integrative analysis was performed on 1,706 sputum samples collected longitudinally from 510 patients with COPD recruited at four UK sites of the BEAT-COPD (Biomarkers to Target Antibiotic and Systemic COPD), COPDMAP (Chronic Obstructive Pulmonary Disease Medical Research Council/Association of the British Pharmaceutical Industry), and AERIS (Acute Exacerbation and Respiratory Infections in COPD) cohorts. The microbiome was analyzed using COPDMAP and AERIS as a discovery data set and BEAT-COPD as a validation data set. Measurements and Main Results The airway microbiome in neutrophilic COPD was heterogeneous, with two primary community types differentiated by the predominance of Haemophilus. The Haemophilus-predominant subgroup had elevated sputum IL-1β and TNFα (tumor necrosis factor α) and was relatively stable over time. The other neutrophilic subgroup with a balanced microbiome profile had elevated sputum and serum IL-17A and was temporally dynamic. Patients in this state at stability were susceptible to the greatest microbiome shifts during exacerbations. This subgroup can temporally switch to both neutrophilic Haemophilus-predominant and eosinophilic states that were otherwise mutually exclusive. Time-series analysis on the microbiome showed that the temporal trajectories of Campylobacter and Granulicatella were indicative of intrapatient switches from neutrophilic to eosinophilic inflammation, in track with patient sputum eosinophilia over time. Network analysis revealed distinct host–microbiome interaction patterns among neutrophilic Haemophilus-predominant, neutrophilic balanced microbiome, and eosinophilic subgroups. Conclusions The airway microbiome can stratify neutrophilic COPD into subgroups that justify different therapies. Neutrophilic and eosinophilic COPD are interchangeable in some patients. Monitoring temporal variability of the airway microbiome may track patient inflammatory status over time.

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)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,028
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,004
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,036
Tête enseignante GPT0,351
Écart entre enseignants0,315 · 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.

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

Citations293
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Respiratory and Critical Care MedicineMême sujetChronic Obstructive Pulmonary Disease (COPD) ResearchTravaux en français237 207