MétaCan
Menu
← Retour à la cohorte
Enregistrement W3200164000 · doi:10.1016/j.medmic.2021.100038

Dairy consumption and physical fitness tests associated with fecal microbiome in a Chinese cohort

2021· article· en· W3200164000 sur OpenAlexfundno aff
Zhuye Jie, Suisha Liang, Qiuxia Ding, Fei Li, Xiaohuan Sun, Yuxiang Lin, Peishan Chen, Kaiye Cai, Xiaohan Wang, Tao Zhang, Hongcheng Zhou, Haorong Lu, Liang Xiao, Huanming Yang, Jian Wang, Yong Hou, Karsten Kristiansen, Huijue Jia, Xun Xu

Notice bibliographique

RevueMedicine in Microecology · 2021
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGut microbiota and health
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of Toronto
Mots-clésBifidobacterium animalisMicrobiomeRuminococcusBiologyFecesMetagenomicsMetabolomeClostridiumGut floraBifidobacteriumMicrobiologyMetabolomicsBioinformaticsGeneticsLactobacillusImmunologyBacteria

Résumé

récupéré en direct d'OpenAlex

Gut microbiome influenced many aspects of host physiology and psychology. Vice versa, lifestyles factors such as exercise and healthy diet are ways to shape the gut microbiota towards balance. We observed two distinct microbe groups characterized by physical fitness in a multi-omic cohort of 2183 young subjects with metagenomics, national physique comprehensive test, lifestyle and metabolome data. The panel of bacterial taxa including Clostridium bolteae, Escherichia coli, Ruminococcus gnavus, Clostridium clostridioforme, Clostridium innocuum, Bacteroides cellulosilyticus and Oscillospiraceae, were consistently associated with most of the physical fitness. Clostridium species and trace element both increased in the individuals those tend to stay up late. Yogurt consumption was associated with Streptococcus thermophilus and Bifidobacterium animalis subsp. lactis in feces, which differed from potentially endogenous Bifidobacterium species that was associated with milk intake. Our large-scale analyses were poised to advise for a healthy gut microbiome through behavioural changes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,022
Score d'incertitude au seuil0,043

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,007
Tête enseignante GPT0,288
Écart entre enseignants0,281 · 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 source (Gemma direct ou Codex distillé), 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

Citations23
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedicine in Microecology→Même sujetGut microbiota and health→Travaux en français237 207→