Alterations in oral microbiomes in SARS-CoV-2 Omicron Variant Infected and Recovery Patients
Notice bibliographique
Résumé
Objective Our study aimed to investigate the oral microbiome of patients infected with the Omicron variant (PIOV) and the changes in oral microbiota during the recovery of infection, compared to those infected with the original strain (PIOS) and provide a theoretical foundation for early diagnosis and disease prognosis of PIOV from the perspective of microecology. Design We collected 963 samples of tongue-coating prospectively, including 349 samples of PIOV, 242 samples of recovered patients from PIOV (RP), 300 samples of healthy controls (HC), and 72 samples of PIOS. We randomly selected tongue-coating samples from PIOV and HC at a ratio of 2:1, respectively, as the discovery cohort and validation cohort. Results Oral microbial diversity was significantly increased in PIOV. Compared to HC, conditional pathogenic bacteria were increased in PIOV. The classifier based on 6 optimal oral microbial markers had high diagnostic efficiency in both cohorts. Oral microbiota numbers were changed as the disease recovered. Conclusion For the first time, our study characterizes the oral microbiota of PIOV and RP, successfully establishes and validates the noninvasive diagnostic model of PIOV, and outlines the correlation between the OTUs of microbiota and clinical indicators.
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) | 0,001 | 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 | 0,001 |
| 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 ».