Influence of Body Composition and Specific Anthropometric Parameters on SIBO Type
Notice bibliographique
Résumé
Recent observations have shown that Small Intestinal Bacterial Overgrowth (SIBO)affects the host through various mechanisms. While both weight loss and obesity have been reported in the SIBO population due to alterations in the gut microbiome, very little is known about the influence of SIBO type on body composition. This study aimed to evaluate whether there is a link between the three types of SIBO: methane dominant (M+), hydrogen dominant (H+), and methane–hydrogen dominant (H+/M+) and specific anthropometric parameters. This observational study included 67 participants (W = 53, M = 14) with gastrointestinal symptoms and SIBO confirmed by lactulose hydrogen–methane breath tests (LHMBTs) using the QuinTron device. Participants underwent a body composition assessment by Bioelectrical Impedance Analysis (BIA) using the InBody Analyzer. In the H+/M+ group, body weight (p = 0.010), BMI (p = 0.001), body fat in kg (p = 0.009), body fat in % (p = 0.040), visceral fat (p = 0.002), and mineral bone content (p = 0.049) showed an inverse correlation with hydrogen (H2) gas production. These findings suggest that body weight, BMI, body fat, and mineral bone content may be inversely linked to the production of hydrogen and the risk of hydrogen–methane SIBO.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,002 | 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 ».