Distinctive subgingival microbial signatures in older adults with different levels of cognitive function
Notice bibliographique
Résumé
AIM: To examine association between subgingival microbial signatures and levels of cognitive impairment in older adults. MATERIALS AND METHODS: We analysed subgingival plaque samples and 16S ribosomal RNA sequences for microbiota among 165 participants (normal controls [NCs]: 40, subjective cognitive decline [SCD]: 40, mild cognitive impairment [MCI]: 49 and dementia: 36). RESULTS: The bacterial richness was lower among individuals with worse cognitive function, and subgingival microbial communities differed significantly among the four groups. Declining cognitive function was associated with decreasing relative abundance of genera Capnocytophaga, Saccharibacteria_genera_incertae_sedis, Lautropia and Granulicatella, and increasing abundance of genus Porphyromonas. Moreover, there were differentially abundant genera among the groups. Random forest model based on subgingival microbiota could distinguish between cognitive impairment and NC (AUC = 0.933, 95% confidence interval 0.873-0.992). Significant correlations were observed between oral microbiota and sex, Montreal Cognitive Assessment (MoCA) score and Mini-Mental State Examination score. Partial correlation analysis showed that Leptotrichia and Burkholderia were closely negatively associated with the MoCA score after adjusting for multiple covariates. Gene function was not significantly different between SCD and NC groups, whereas three homozygous genes were altered in MCI patients and two in dementia patients. CONCLUSIONS: This is the first study to demonstrate an association between the composition, function and metabolic pathways of subgingival microbiota and different levels of cognitive function among older individuals. Future cohort studies should assess its diagnostic usefulness for cognitive impairment.
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 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».