Supplementing Yogurt with Probiotic Bifidobacteria to Counter Chronic Kidney Disease
Notice bibliographique
Résumé
Chronic kidney disease (CKD) disproportionately affects populations in developing countries. In sub-Saharan Africa, CKD prevalence is high (12–23%) and is associated with cardiovascular manifestations. Uremic toxins, especially p-cresol and p-cresyl sulfate, are associated with the disease. Reducing uremic toxins in the body slows disease progression and improves patient outcomes. Probiotic Bifidobacterium breve HRVD521-US, B. animalis HRVD524-US, B. longum SD-BB536-JP, and B. longum SD-CECT7347-SP internalize p-cresol and improve longevity in vivo. In 2002, Tanzanian communities were taught to produce probiotic yogurt (Fiti®) supplemented with Lacticaseibacillus rhamnosus GR-1. This has expanded to over 100 community producers across the country. To produce yogurt that could reduce the burden of CKD by sequestering uremic toxins, we decided to test the addition of p-cresol-clearing bifidobacterial strains. By repeating the Fiti® production process performed in Tanzanian communities and adding a bifidobacterial strain, we found that they were successfully incorporated into the yogurt without any detrimental effect on sensory properties or viable counts. Three of the four strains significantly reduced p-cresol when added to a simulated colonic environment. In conclusion, this study has shown that Fiti® sachets provided to Tanzanian communities to produce yogurt can be supplemented with strains that can potentially confer additional health benefits.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| 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 | 0,000 |
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».