MétaCan
Menu
Retour à la cohorte
Enregistrement W4399099091 · doi:10.20944/preprints202405.1753.v1

Identification of SIBO subtypes along with nutritional status and diet as key elements of SIBO therapy

2024· preprint· en· W4399099091 sur OpenAlexaff
Justyna Paulina Wielgosz-Grochowska, Nicole Domański, Małgorzata Ewa Drywień

Notice bibliographique

RevuePreprints.org · 2024
Typepreprint
Langueen
DomaineMedicine
ThématiqueSpaceflight effects on biology
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésIdentification (biology)Key (lock)Internal medicineMedicineGastroenterologyComputer scienceBiology

Résumé

récupéré en direct d'OpenAlex

SIBO is a pathology of the small intestine and may predispose individuals to a range of nutritional deficiencies. Very little is known whether specific subtypes of SIBO, such as hydrogen-dominant (H+), methane-dominant (M+), or hydrogen/methane –dominant (H+/M+), impact nutritional status and dietary intake in SIBO patients. The aim of this study was to investigate possible correlations between biochemical parameters, dietary nutrient intake, and distinct SIBO subtypes. This observational study included 67 patients who were newly diagnosed with SIBO. Biochemical parameters and diet were studied utilizing laboratory tests and food records, respectively. The H+/M+ group was associated with low serum vitamin D (p<0.001), low serum ferritin (p=0.001) and low fiber intake (p=0.001). The M+ group was correlated with high serum folic acid (p=0.002) and low intakes of fiber (p=0.001) and lactose (p=0.002). The H+ group was associated with low lactose intake (p=0.027). These results suggest that the subtype of SIBO may have varying effects on dietary intake, leading to a range of deficiencies in the body. Conversely, specific dietary patterns may predispose to the development of a SIBO subtype. The assessment of nutritional status and diet, along with diagnosis of SIBO substype, are believed to be key components of SIBO therapy.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,089
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,054
Tête enseignante GPT0,359
Écart entre enseignants0,305 · 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 tête enseignante, pas un consensus.

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

Citations4
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePreprints.orgMême sujetSpaceflight effects on biologyTravaux en français237 207