MétaCan
Menu
Retour à la cohorte
Enregistrement W4318670361 · doi:10.1289/ehp11257

Accumulation of Black Carbon Particles in Placenta, Cord Blood, and Childhood Urine in Association with the Intestinal Microbiome Diversity and Composition in Four- to Six-Year-Old Children in the ENVIR <i>ON</i> AGE Birth Cohort

2023· article· en· W4318670361 sur OpenAlexaff
Thessa Van Pee, Janneke Hogervorst, Yinthe Dockx, Katrien Witters, Sofie Thijs, Congrong Wang, Eva Bongaerts, Jonathan D. Van Hamme, Jaco Vangronsveld, Marcel Ameloot, Jeroen Raes, Tim S. Nawrot

Notice bibliographique

RevueEnvironmental Health Perspectives · 2023
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGut microbiota and health
Établissements canadiensThompson Rivers University
Organismes subventionnairesVlaamse regeringFonds Wetenschappelijk OnderzoekEuropean Commission
Mots-clésCord bloodBiologyMicrobiomeDiversity indexSpecies richnessPhysiologyAlpha diversityEcologyGenetics

Résumé

récupéré en direct d'OpenAlex

Background: The gut microbiome plays an essential role in human health. Despite the link between air pollution exposure and various diseases, its association with the gut microbiome during susceptible life periods remains scarce. Objectives: In this study, we examined the association between black carbon particles quantified in prenatal and postnatal biological matrices and bacterial richness and diversity measures, and bacterial families. Methods: A total of 85 stool samples were collected from 4- to 6-y-old children enrolled in the ENVIRonmental influence ON early AGEing birth cohort. We performed 16S rRNA gene sequencing to calculate bacterial richness and diversity indices (Chao1 richness, Shannon diversity, and Simpson diversity) and the relative abundance of bacterial families. Black carbon particles were quantified via white light generation under femtosecond pulsed laser illumination in placental tissue and cord blood, employed as prenatal exposure biomarkers, and in urine, used as a post-natal exposure biomarker. We used robust multivariable-adjusted linear models to examine the associations between quantified black carbon loads and measures of richness (Chao1 index) and diversity (Shannon and Simpson indices), adjusting for parity, season of delivery, sequencing batch, age, sex, weight and height of the child, and maternal education. Additionally, we performed a differential relative abundance analysis of bacterial families with a correction for sampling fraction bias. Results are expressed as percentage difference for a doubling in black carbon loads with 95% confidence interval (CI). Results: Two diversity indices were negatively associated with placental black carbon [Shannon: −4.38% (95% CI: −8.31%, −0.28%); Simpson: −0.90% (95% CI: −1.76%, −0.04%)], cord blood black carbon [Shannon: −3.38% (95% CI: −5.66%, −0.84%); Simpson: −0.91 (95% CI: −1.66%, −0.16%)], and urinary black carbon [Shannon: −3.39% (95% CI: −5.77%, −0.94%); Simpson: −0.89% (95% CI: −1.37%, −0.40%)]. The explained variance of black carbon on the above indices varied from 6.1% to 16.6%. No statistically significant associations were found between black carbon load and the Chao1 richness index. After multiple testing correction, placental black carbon was negatively associated with relative abundance of the bacterial families Defluviitaleaceae and Marinifilaceae, and urinary black carbon with Christensenellaceae and Coriobacteriaceae; associations with cord blood black carbon were not statistically significant after correction. Conclusion: Black carbon particles quantified in prenatal and postnatal biological matrices were associated with the composition and diversity of the childhood intestinal microbiome. These findings address the influential role of exposure to air pollution during pregnancy and early life in human health. https://doi.org/10.1289/EHP11257

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,011
Tête enseignante GPT0,248
Écart entre enseignants0,238 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations21
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental Health PerspectivesMême sujetGut microbiota and healthTravaux en français237 207