Microbiome Characterization of Infected Diabetic Foot Ulcers in Association With Clinical Outcomes: Traditional Cultures Versus Molecular Sequencing Methods
Notice bibliographique
Résumé
Background Infected diabetic foot ulcers (IDFU) are a major complication of diabetes mellitus. These potentially limb-threatening ulcers are challenging to treat due to impaired wound healing characterizing diabetic patients and the complex microbial environment of these ulcers. Aim To analyze the microbiome of IDFU in association with clinical outcomes. Methods Wound biopsies from IDFU were obtained from hospitalized patients and were analyzed using traditional microbiology cultures, 16S rRNA sequencing and metagenomic sequencing. Patients’ characteristics, culture-based results and sequencing data were analyzed in association with clinical outcomes. Results A total of 31 patients were enrolled. Gram-negative bacteria dominated the IDFU samples (79%, 59% and 54% of metagenomics, 16S rRNA and cultures results, respectively, p<0.001). 16S rRNA and metagenomic sequencing detected significantly more anaerobic bacteria, as compared to conventional cultures (59% and 76%, respectively vs. 26% in cultures, p=0.001). Culture-based results showed that Staphylococcus aureus was more prevalent among patients who were treated conservatively (p=0.048). In metagenomic analysis, the Bacteroides genus was more prevalent among patients who underwent amputation (p<0.001). Analysis of metagenomic-based functional data showed that antibiotic resistance genes and genes related to biofilm production and to bacterial virulent factors were more prevalent in IDFU that resulted in amputation (p<0.001). Conclusion Sequencing tools uncover the complex biodiversity of IDFU and emphasize the high prevalence of anaerobes and Gram-negative bacteria in these ulcers. Furthermore, sequencing results highlight possible associations among certain genera, species, and bacterial functional genes to clinical outcomes.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».