MétaCan
Menu
Retour à la cohorte
Enregistrement W4388539262 · doi:10.1093/jas/skad281.535

PSIX-15 The Effects of Torula Yeast as a Protein Source on Digestibility, Inflammation, and Gut Microbiome in Labrador Retrievers with Chronically Poor Stool Quality

2023· article· en· W4388539262 sur OpenAlexaboutno aff
C. Timlin, Jason C. Fowler, Sarah M. Dickerson, Fiona B McCracken, Patrick M Skaggs, R.D. Ekmay, C.N. Coon

Notice bibliographique

RevueJournal of Animal Science · 2023
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueRuminant Nutrition and Digestive Physiology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCalprotectinFecesDysbiosisAnimal scienceBiologyMedicineGut floraInternal medicineGastroenterologyImmunologyMicrobiology

Résumé

récupéré en direct d'OpenAlex

Abstract Four Rivers Kennel examined the effects of varying protein sources on digestibility, inflammation, and gut microbiota in Labrador Retrievers with historically poor stool quality. Thirty dogs (n = 15 males and n= 15 females; ages 3 to 10 years) with stool quality scores ≤ 2.5 on a 5 point scale were randomly assigned to 1 of 3 diets meeting AAFCO requirements with differing protein sources and similar nutrient profiles: 1) chicken meal (PC); 2) 10% brewer’s yeast (BY); and 3) 10% torula yeast (TY; SylPro, Arbiom, Durham, NC). Another 10 dogs (n = 5 males and n = 5 females) with normal stool quality (score ≥ 3) received diet 1 and served as negative control (NC). After 7 days acclimation to diet 1, dogs began treatments. Daily stool scores and weekly body weights were recorded. On days 7, 21, and 36, blood serum was analyzed for C-reactive protein (CRP), and feces for S100A12, alpha-1 proteinase inhibitor (a1PI), calprotectin, and microbiota dysbiosis index (MDI). Apparent total tract digestibility was assessed using the indicator method with 2 g titanium dioxide administered orally via gel capsules. Statistical analysis was performed by repeated measures model in SAS for stool scores, body weight, biomarkers, and microbiota or by one-way ANOVA in JMP for digestibility coefficients. Stool scores were greater in NC (P < 0.01), changed daily in all groups (P < 0.01) without noticeable overall trends, and were not affected by treatment*day interaction (P = 0.64). Body weight was greater (P = 0.01) and CRP less (P < 0.01) in NC dogs than poor stool dogs. Dry matter and carbohydrate digestibility did not differ between groups (P ≥ 0.14). NC dogs had greater fat digestibility compared with BY dogs (94.64 ± 1.33 % vs 91.65 ± 1.25%; P = 0.02). Protein digestibility was reduced in PC (58.91 ± 4.68%) and BY (58.26 ± 4.42%) compared with NC (75.52 ± 5.01 %), but TY diet improved protein digestibility to levels similar to NC (72.18 ± 5.01%, P = 0.03). There were no treatment effects on S100A12 or a1PI (P ≥ 0.44). Calprotectin decreased at a greater rate overtime in TY dogs (P < 0.01). There was a treatment*day interaction for MDI; BY and TY fluctuated less overtime (P = 0.01). Blautia (P = 0.03) and Clostridium hiranonis (P = 0.05) abundances were reduced in BY and TY. Dogs never exhibited significant dysbiosis (MDI < 2), and bacterial abundances remained within normal ranges. Dogs with chronically poor stool quality experience reduced body weights, increased serum CRP, and altered nutrient digestibility, but TY helped improve protein and fat digestibility, sustain microbiome, and reduce fecal calprotectin. Feeding torula yeast long-term may help improve plane of nutrition to better maintain weight and reduce inflammation in dogs with chronically poor stool quality.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,013
Tête enseignante GPT0,259
Écart entre enseignants0,245 · 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Animal ScienceMême sujetRuminant Nutrition and Digestive PhysiologyTravaux en français237 207