Complexity of Vaginal Microflora as Analyzed by PCR DenaturingGradient Gel Electrophoresis in a Patient With Recurrent Bacterial Vaginosis
Notice bibliographique
Résumé
Objective: Gardnerella vaginalis has long been the most common pathogen associated with bacterial vaginosis (BV). We aimed to test our hypothesis that symptoms and signs of BV do not necessarily indicate colonization by this organism, and often will not respond to standard metronidazole or clindamycin treatment. Methods: Using a relatively new molecular tool, PCR denaturing gradient gel electrophoresis (DGGE), the vaginal microflora of a woman with recalcitrant signs and symptoms of BV was investigated over a 6‐week timeframe. Results: The vagina was colonized by pathogenic enterobacteriaceae, staphylococci and Candida albicans . The detection of the yeast by PCR‐DGGE is particularly novel and enhances the ability of this tool to examine the true nature of the vaginal microflora. The patient had not responded to antifungal treatment, antibiotic therapy targeted at anaerobic Gram‐negative pathogens such as Gardnerella , nor daily oral probiotic intake of Lactobacillus rhamnosus GG. The failure to find the GG strain in the vagina indicated it did not reach the site, and the low counts of lactobacilli demonstrated that therapy with this probiotic did not appear to influence the vaginal flora. Conclusions: BV is not well understood in terms of its causative organisms, and further studies appear warranted using non‐culture, molecular methods. Only when the identities of infecting organisms are confirmed can effective therapy be devized. Such therapy may include the use of probiotic lactobacilli, but only using strains which confer a benefit on the vagina of pre‐ and postmenopausal women.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».