MétaCan
Menu
Retour à la cohorte
Enregistrement W4206912025 · doi:10.1093/ecco-jcc/jjab232.833

P712 Fungal microbiota composition in Inflammatory Bowel Disease patients in a Norwegian cohort: characterization of disease phenotypes and correlation with clinical activity and disease course

2022· article· en· W4206912025 sur OpenAlexaboutno aff
Ignacio Catalán‐Serra, Silje Thorsvik, Vidar Beisvåg, Torunn Bruland, David M. Underhill, Arne K. Sandvik, Atle van Beelen Granlund

Notice bibliographique

RevueJournal of Crohn s and Colitis · 2022
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGut microbiota and health
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésInflammatory bowel diseaseGut floraBiologyDiseaseMedicineImmunologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Abstract Background There is growing evidence of the role of the fungal microbiota in the pathogenesis of IBD, but a definite pattern defining the mycobiome in IBD is currently lacking. In addition, the variations within the different phenotypes as well as the correlation between fungal composition and disease outcomes has been poorly characterized. Our aim is to evaluate the fungal composition within the different IBD phenotypes, the changes with disease activity and the association with disease outcomes. Methods This prospective study presents sequencing of the faecal fungi of 111 individuals: 89 IBD (52 UC/37 CD) and 22 HC. Demographics,medication,Montreal Classification and disease history was collected. A fCalpro>100 was considered active disease. A subset of IBD patients was followed clinically (6±2 y) and classified as either “Complicated” or “Uncomplicated” based on the need of intensified medication and/or surgery. Sequencing was done on amplicons targeting the ITS1 region of fungal DNA on a Illumina MiSeq sequencer. Chosen OTUs were compiled taxonomically.Data analysis was performed in R(phyloseq and deSeq2-packages). Results We found significant variations in the fungal microbiota composition in the different IBD phenotypes(Fig1) In UC, Saccharomyces was predominant in pancolitis (E3), while Penicillium was more abundant in proctitis(E1) and Galactomyces in left-side UC (E2)(Pan.A). At species level, Rhodotorula mucilaginosa was significantly depleted in E3 (p≤0.05)(Pan.B) In CD, Aspergillus was predominant in ileal affection(L1) while Candida and Rhodotorula genus were more abundant in L2-L3.Patients with structuring phenotype(B2) were depleted of Apergillus and Rodhotorula (Pan.A). At species level, ileal (L1) patients were depleted of Candida tropicalis and Penicillium kudriavzevii. B1 patients had a marked predominance of Candida albicans vs B2(p≤0.01)(Pan.B) The mycobiome correlation with disease activity is depicted (Pan.C). Candida dublinensis was overrepresented in activity, while Saccharomyces pastorianus was depleted(p≤0.01) The correlation of the mycobiome with disease outcomes is represented in Pan.D. Penicillium glabrum was significantly overrepresented in patients with a complicated course. The abundance of Candida tropicalis and D. nepalensis was correlated with the need for surgery. Conclusion This study shows important differences in the fungal microbiota composition in the different IBD phenotypes. Some species are clearly correlated with the activity of the disease and worse clinical outcomes suggesting a potential deleterious role.Candida tropicalis was associated with the need of surgery in CD. This in-depth characterization of the mycobiome serves as a significant addition to the understanding of the role of fungi in IBD.

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 enseignants0,021
Score d'incertitude au seuil0,042

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
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 Opus0,004
Tête enseignante GPT0,239
Écart entre enseignants0,235 · 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

Citations4
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Crohn s and ColitisMême sujetGut microbiota and healthTravaux en français237 207