The fecal bacterial microbiota of healthy and sick newborn foals
Notice bibliographique
Résumé
BACKGROUND: The fecal bacterial microbiota of normal foals and foals with enterocolitis has been characterized using next-generation sequencing technology; however, there are no reports investigating the gut microbiota in foals hospitalized for other perinatal diseases. OBJECTIVE: To describe and compare the fecal bacterial microbiota in healthy and sick foals using next-generation sequencing techniques. ANIMALS: Hospitalized (17) and healthy foals (21). METHODS: Case-control study. Fecal samples were collected from healthy and sick foals on admission. Sick foals were further divided into sick nonseptic (SNS, n = 9) and septic (n = 8) foals. After extraction of DNA, the V4 region of the 16 S rRNA gene was amplified using a PCR assay, and the final product was sequenced with an Illumina MiSeq. RESULTS: Diversity was significantly lower in healthy than sick foals (P < .05). The bacterial membership (Jaccard index) and structure (Yue & Clayton index) of the fecal microbiota of healthy, septic, and SNS foals were similar (AMOVA, P > .05). Bacterial membership (AMOVA, P = .06) and structure (AMOVA, P = .33) were not different between healthy and sick foals. Enterobacteriaceae, Enterococcus, and Streptococcus were among the 5 more abundant taxa identified in both groups. CONCLUSION AND CLINICAL IMPORTANCE: Higher fecal microbiota diversity in sick than healthy foals might suggest a high exposure to environmental microorganisms or an unstable colonic microbiota. The presence of microorganisms causing bacteremia in foals in a high relative abundance in the feces of foals suggests the intestine might play an essential role in the causation of bacteremia in foals.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».