Interactions between Medications and the Gut Microbiome in Inflammatory Bowel Disease
Notice bibliographique
Résumé
In view of the increasing evidence that commonly prescribed, non-antibiotic drugs interact with the gut microbiome, we re-examined the microbiota variance in inflammatory bowel disease (IBD) to determine the degree to which medication and supplement intake might account for compositional differences between disease subtypes and geographic location. We assessed the confounding effects of various treatments on the faecal microbiota composition (16S rRNA gene sequencing) in persons with Crohn's disease (CD; n = 188) or ulcerative colitis (UC; n = 161) from either Cork (Ireland) or Manitoba (Canada) sampled at three time points. The medication profiles between persons with UC and CD and from different countries varied in number and type of drugs taken. Among Canadian participants with CD, surgical resection and overall medication and supplement usage is significantly more common than for their Irish counterparts. Treatments explained more microbiota variance (3.5%) than all other factors combined (2.4%) and 40 of the 78 tested medications and supplements showed significant associations with at least one taxon in the gut microbiota. However, while treatments accounted for a relatively small proportion of the geographic contribution to microbiome variance between Irish and Canadian participants, additive effects from multiple medications contributed significantly to microbiome differences between UC and CD.
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 | 0,000 |
| 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 ».