Assessing the impact of pregnancy and birth factors on the maternal and infant microbiota
Notice bibliographique
Résumé
Background: The microbiota acquired at birth is known to play an intimate role in later life health and disease and has been shown to be affected by the mode of birth. There has been recent interest in microbiota correction by maternal vaginal seeding in Cesarean section-born infants; however, the safety of this practice has been debated. The aim of this study was to assess how other factors, such as timing of sampling, maternal obesity, vaginal Group B Streptococcus colonization (GBS), and antibiotic exposure, affect the maternal and infant microbiota. Methods: Maternal vaginal and saliva samples were collected at three time periods: 35-37 weeks gestation (prenatal), within 24-36 hours after birth (birth), and at ~6 weeks postpartum. Infant saliva and stool samples were collected at ~6 weeks postpartum. 16S rRNA amplicon sequencing was utilized to assess the taxonomic and inferred functional compositions of the bacterial communities from both mothers and infants. Results: Samples from 36 mothers and 32 infants were obtained. Gestational age, breastfeeding, mode of birth, and gravidity were associated with taxonomic alterations in the infant samples, while obesity, antibiotic use, and GBS status were not. Maternal samples were predominantly affected by time, whereby significant alterations including increased microbial diversity were seen at birth and persisted to 6 weeks postpartum. Conclusion: This study provides information on the relationship between health and delivery factors and changes in vaginal and infant microbiota. These results may better direct clinicians and mothers in optimizing the infant microbiota towards health during infancy and later life.
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 | 0,002 | 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 ».