Characterization of Supragingival Plaque and Oral Swab Microbiomes in Children With Severe Early Childhood Caries
Notice bibliographique
Résumé
The human oral cavity harbors one of the most diverse microbial communities with different oral microenvironments allowing the colonization of unique microbial species. This study aimed to determine which of two commonly used sampling sites (dental plaque vs. oral swab) would provide a better prediction model for caries-free vs. severe early childhood caries (S-ECC) using next generation sequencing and machine learning (ML). In this cross-sectional study, a total of 80 children (40 S-ECC and 40 caries-free) < 72 months of age were recruited. Supragingival plaque and oral swab samples were used for the amplicon sequencing of the V4-16S rRNA and ITS1 rRNA genes. The results showed significant differences in alpha and beta diversity between dental plaque and oral swab bacterial and fungal microbiomes. Differential abundance analyses showed that, among others, the cariogenic species Streptococcus mutans was enriched in the dental plaque, compared to oral swabs, of children with S-ECC. The fungal species Candida dubliniensis and C. tropicalis were more abundant in the oral swab samples of children with S-ECC compared to caries-free controls. They were also among the top 20 most important features for the classification of S-ECC vs. caries-free in oral swabs and for the classification of dental plaque vs. oral swab in the S-ECC group. ML approaches revealed the possibility of classifying samples according to both caries status and sampling sites. The tested site of sample collection did not change the predictability of the disease. However, the species considered to be important for the classification of disease in each sampling site were slightly different. Being able to determine the origin of the samples could be very useful during the design of oral microbiome studies. This study provides important insights into the differences between the dental plaque and oral swab bacteriome and mycobiome of children with S-ECC and those caries-free.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 source (Gemma direct ou Codex distillé), 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 ».