MétaCan
Menu
Retour à la cohorte
Enregistrement W4388638540 · doi:10.1002/acn3.51944

Short‐chain fatty acid producers in the gut are associated with pediatric multiple sclerosis onset

2023· article· en· W4388638540 sur OpenAlexafffundabout
Vinícius Andreoli Schoeps, Xiaoyuan Zhou, Mary Horton, Feng Zhu, Kathryn McCauley, Akash Virupakshaiah, Mark Gorman, Leslie Benson, Bianca Weinstock‐Guttman, Amy Waldman, Brenda Banwell, Amit Bar‐Or, Ruth Ann Marrie, Gary Van Domselaar, Julia O’Mahony, Ali Mirza, Çharles N. Bernstein, E. Ann Yeh, T. Charles Casper, Susan V. Lynch, Helen Tremlett, Sergio E. Baranzini, Emmanuelle Waubant

Notice bibliographique

RevueAnnals of Clinical and Translational Neurology · 2023
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGut microbiota and health
Établissements canadiensHospital for Sick ChildrenUniversity of TorontoSickKids FoundationUniversity of ManitobaUniversity of British Columbia
Organismes subventionnairesNational Institute of Neurological Disorders and StrokeUniversity of TorontoMultiple Sclerosis SocietyEuropean Genomic Institute for DiabetesNational Multiple Sclerosis Society
Mots-clésConfoundingMultiple sclerosisMicrobiomeMedicineLachnospiraceaeDiseaseObservational studyCase-control studyPhysiologyInternal medicineImmunologyBiologyBioinformaticsGeneGenetics

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: The relationship between multiple sclerosis and the gut microbiome has been supported by animal models in which commensal microbes are required for the development of experimental autoimmune encephalomyelitis. However, observational study findings in humans have only occasionally converged when comparing multiple sclerosis cases and controls which may in part reflect confounding by comorbidities and disease duration. The study of microbiome in pediatric-onset multiple sclerosis offers unique opportunities as it is closer to biological disease onset and minimizes confounding by comorbidities and environmental exposures. METHODS: A multicenter case-control study in which 35 pediatric-onset multiple sclerosis cases were 1:1 matched to healthy controls on age, sex, self-reported race, ethnicity, and recruiting site. Linear mixed effects models, weighted correlation network analyses, and PICRUSt2 were used to identify microbial co-occurrence networks and for predicting functional abundances based on marker gene sequences. RESULTS: Two microbial co-occurrence networks (one reaching significance after adjustment for multiple comparisons; q < 0.2) were identified, suggesting interdependent bacterial taxa that exhibited association with disease status. Both networks indicated a potentially protective effect of higher relative abundance of bacteria observed in these clusters. Functional predictions from the significant network suggested a contribution of short-chain fatty acid producers through anaerobic fermentation pathways in healthy controls. Consistent family-level findings from an independent Canadian-US study (19 case/control pairs) included Ruminococaccaeae and Lachnospiraceae (p < 0.05). Macronutrient intake was not significantly different between cases and controls, minimizing the potential for dietary confounding. INTERPRETATION: Our results suggest that short-chain fatty acid producers may be important contributors to multiple sclerosis onset.

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)0,002
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 enseignants0,010
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,157
Tête enseignante GPT0,365
Écart entre enseignants0,208 · 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

Citations7
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueAnnals of Clinical and Translational NeurologyMême sujetGut microbiota and healthTravaux en français237 207