Gut microbiota profiles and fecal beta‐glucuronidase activity in kidney transplant recipients with and without post‐transplant diarrhea
Notice bibliographique
Résumé
Post-transplant diarrhea is a common complication after solid organ transplantation and is frequently attributed to the widely prescribed immunosuppressant mycophenolate mofetil (MMF). Given recent work identifying the relationship between MMF toxicity and gut bacterial β-glucuronidase activity, we evaluated the relationship between gut microbiota composition, fecal β-glucuronidase activity, and post-transplant diarrhea. We recruited 97 kidney transplant recipients and profiled the gut microbiota in 273 fecal specimens using 16S rRNA gene sequencing. We further characterized fecal β-glucuronidase activity in a subset of this cohort. Kidney transplant recipients with post-transplant diarrhea had decreased gut microbial diversity and decreased relative gut abundances of 12 genera when compared to those without post-transplant diarrhea (adjusted p value < .15, Wilcoxon rank sum test). Among the kidney transplant recipients with post-transplant diarrhea, those with higher fecal β-glucuronidase activity had a more prolonged course of diarrhea (≥7 days) compared to patients with lower fecal β-glucuronidase activity (91% vs 40%, p = .02, Fisher's exact test). Our data reveal post-transplant diarrhea as a complex phenomenon with decreased gut microbial diversity and commensal gut organisms. This study further links commensal bacterial metabolism with an important clinical outcome measure, suggesting fecal β-glucuronidase activity could be a novel biomarker for gastrointestinal-related MMF toxicity.
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 ».