Infant Vitamin D Supplements, Fecal Microbiota and Their Metabolites at 3 Months of Age in the CHILD Study Cohort
Notice bibliographique
Résumé
Infant vitamin D liquid formulations often contain non-medicinal excipients such as glycerin (ie. glycerol) and 1,2-propanediol (1,2-PD). We examined whether infant vitamin D supplementation is associated with fecal glycerol and 1,2-PD concentrations at 3 months of age and characterized associations between these two molecules, and gut microbiota and their metabolites. Fecal metabolites and microbiota were quantified using Nuclear Magnetic Resonance Spectroscopy and 16S rRNA sequencing, respectively, in 575 infants from the CHILD Study at 3 months of age. Vitamin D supplement use was determined using questionnaires. Vitamin D supplementation was associated with greater odds of high 1,2-PD (adjusted OR 1.65 95% CI: 1.06, 2.53) and with decreased odds of high fecal glycerol (adjusted OR: 0.62 95% CI: 0.42, 0.90) after adjustment for breastfeeding and other covariates. Our findings were confirmed in linear regression models; vitamin D supplementation was positively associated with fecal 1,2-PD and inversely associated with glycerol (aβ: 0.37, 95% CI 0.03, 0.71 & aβ: −0.23 95% CI −0.44, −0.03, respectively). Fecal 1,2-PD and glycerol concentrations were negatively correlated with each other. Positive correlations between fecal 1,2-PD, Bifidobacteriaceae, Lactobacillaceae, Enterobacteriaceae and acetate levels were observed. Our research demonstrates that infant vitamin D supplement administration may differentially and independently influence infant gut microbiota metabolites.
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 ».