MétaCan
Menu
Retour à la cohorte
Enregistrement W4380357888 · doi:10.1016/j.cgh.2023.06.001

Defining Small Intestinal Bacterial Overgrowth by Culture and High Throughput Sequencing

2023· article· en· W4380357888 sur OpenAlexfundno aff
Gabriela Leite, Ali Rezaie, Ruchi Mathur, Gillian M. Barlow, Mohamad Rashid, Ava Hosseini, Jiajing Wang, Gonzalo Parodi, María Jesús Villanueva-Millán, Maritza Sanchez, Walter Morales, Stacy Weitsman, Mark Pimentel, M.D. hristopher Almario, Benjamin Basseri, Yin Chan, Bianca W. Chang, Derek Cheng, Pedram Enayati, Srinivas Gaddam, Laith H. Jamil, Quin Liu, Simon Lo, Marc D. Makhani, Deena Midani, Mazen Noureddin, Kenneth Park, Shirley Paski, Nipaporn Pichetshote, Shervin Rabizadeh, Soraya Ross, Omid Shaye, Rabindra R. Watson

Notice bibliographique

RevueClinical Gastroenterology and Hepatology · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueGastrointestinal motility and disorders
Établissements canadiensnon disponible
Organismes subventionnairesBausch HealthNational Philanthropic Trust
Mots-clésMacConkey agarMicrobiologyEscherichia coliMedicineFirmicutesKlebsiella pneumoniaeGastroenterologyInternal medicineAgarBiologyFood science16S ribosomal RNABacteriaBiochemistryGenetics

Résumé

récupéré en direct d'OpenAlex

Background& Aims Despite accelerated research in small intestinal bacterial overgrowth (SIBO), questions remain regarding optimal diagnostic approaches and definitions. Here, we aim to define SIBO using small bowel culture and sequencing, identifying specific contributory microbes, in the context of gastrointestinal symptoms. Methods Subjects undergoing esophagogastroduodenoscopy (without colonoscopy) were recruited and completed symptom severity questionnaires. Duodenal aspirates were plated on MacConkey and blood agar. Aspirate DNA was analyzed by 16S ribosomal RNA and shotgun sequencing. Microbial network connectivity for different SIBO thresholds and predicted microbial metabolic functions were also assessed. Results A total of 385 subjects with <10 3 colony forming units (CFU)/mL on MacConkey agar and 98 subjects with ≥10 3 CFU/mL, including ≥10 3 to <10 5 CFU/mL (N = 66) and ≥10 5 CFU/mL (N = 32), were identified. Duodenal microbial α-diversity progressively decreased, and relative abundance of Escherichia/Shigella and Klebsiella increased, in subjects with ≥10 3 to <10 5 CFU/mL and ≥10 5 CFU/mL. Microbial network connectivity also progressively decreased in these subjects, driven by the increased relative abundance of Escherichia ( P < .0001) and Klebsiella ( P = .0018). Microbial metabolic pathways for carbohydrate fermentation, hydrogen production, and hydrogen sulfide production were enhanced in subjects with ≥10 3 CFU/mL and correlated with symptoms. Shotgun sequencing (N = 38) identified 2 main Escherichia coli strains and 2 Klebsiella species representing 40.24% of all duodenal bacteria in subjects with ≥10 3 CFU/mL. Conclusions Our findings confirm ≥10 3 CFU/mL is the optimal SIBO threshold, associated with gastrointestinal symptoms, significantly decreased microbial diversity, and network disruption. Microbial hydrogen- and hydrogen sulfide–related pathways were enhanced in SIBO subjects, supporting past studies. Remarkably few specific E coli and Klebsiella strains/species appear to dominate the microbiome in SIBO, and correlate with abdominal pain, diarrhea, and bloating severities.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
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 Opus0,034
Tête enseignante GPT0,309
Écart entre enseignants0,275 · 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

Citations78
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Gastroenterology and HepatologyMême sujetGastrointestinal motility and disordersTravaux en français237 207