Higher physical activity levels are related to faecal microbiotadiversity and composition in young adults
Notice bibliographique
Résumé
Increasing physical activity (PA) is recognised as an efficacious approach for preventing and treating cardiometabolic diseases. Recently, the composition of microorganisms living within the gut has been proposed as an important appropriate target for treating these diseases. Whether PA is related to faecal microbiota diversity and composition in humans remains to be ascertained. Thus, we examined the association of the time spent in objectively measured PA with faecal microbiota diversity and composition in young adults. A cross-sectional study enrolled 88 young adults aged 22.0 ± 2.3 years (72.7% women), whose time spent in PA at different intensities was objectively measured with a wrist-worn accelerometer for 7 consecutive days. Faecal microbiota diversity and composition were analysed with hypervariable tag sequencing of the V3-V4 region of the 16S rRNA gene. The mean Euclidean Norm of the raw accelerations Minus One (mg) during waking time, considered as overall PA, and the time spent in vigorous PA were positively correlated with alpha diversity indexes (all rho ≥ 0.23, P ≤ 0.034). Regarding faecal microbiota composition, participants with low time spent in vigorous PA had higher relative abundance of the Gammaproteobacteria class (q = 0.021, FDR = q-value) compared to the participants with high time spent in vigorous PA, and lower relative abundance of the Porphyromonadaceae family (q = 0.031) and the Alistipes genus (q = 0.015) compared to the individuals with high and intermediate time spent in vigorous PA, respectively. Our results suggest that PA, especially of vigorous intensity, is related to faecal microbiota diversity and the Gammaproteobacteria class and Porphyromonadaceae family in young adults.
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) | 0,000 | 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 | 0,000 |
| 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 ».