MétaCan
Menu
Retour à la cohorte
Enregistrement W4401810737 · doi:10.1007/s00246-024-03634-2

Gut Microbiome in Children with Congenital Heart Disease After Cardiopulmonary Bypass Surgery (GuMiBear Study)

2024· article· en· W4401810737 sur OpenAlexfundno aff
Fatma Koç, Claire Magner, Kiera Murphy, Sean T Kelleher, Mong Hoi Tan, Molly O’Toole, Dominic Jenkins, Jordan H. Boyle, M Lavelle, Niamh Maguire, R. Paul Ross, Catherine Stanton, Colin J. McMahon

Notice bibliographique

RevuePediatric Cardiology · 2024
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGut microbiota and health
Établissements canadiensnon disponible
Organismes subventionnairesChildren's Health FoundationUniversity College DublinTeagascScience Foundation IrelandIrish Research eLibrary
Mots-clésMicrobiomeCardiac surgeryShigellaMedicineGut floraCardiopulmonary bypassEnterococcusVascular surgeryNecrotizing enterocolitisInternal medicinePhysiologyBiologyImmunologyMicrobiologyBioinformaticsSalmonellaBacteriaGenetics

Résumé

récupéré en direct d'OpenAlex

The gut microbiome of infants with congenital heart disease (CHD) undergoing cardiopulmonary bypass surgery (CPB) is at risk of profound alteration. The aim of this study was to examine the gut microbiome pre- and post-bypass surgery to explore potential implications of altered gut biodiversity. A prospective cohort study involving infants with CHD who underwent CPB was performed. Faecal samples were collected from infants alongside the collection of demographic and clinical data in order to examine gut microbiome changes before and after surgery. 16S rRNA sequencing analysis was performed on DNA isolated from stool samples to determine changes in gut microbiome composition. Thirty-three patients were recruited, with samples from thirteen of these available for final analysis. Compared with healthy, matched controls, at a genus level, pre-operative samples for infants with CHD demonstrated a higher relative abundance of Escherichia-Shigella (31% vs 2-6%) and a lower relative abundance of Bifidobacterium (13% vs 40-60%). In post-operative samples, the relative abundance of Escherichia-Shigella (35%), Enterococcus (11%), Akkermansia (6%), and Staphylococcus (5%) were higher than pre-op samples. One infant developed post-operative necrotising-enterocolitis (NEC). They displayed a marked abundance of the Enterococcus (93%) genus pre-operatively. This study demonstrates that infants with CHD have an altered gut microbiome when compared with healthy controls and there might be a possible link between an abundance of virulent species and NEC.

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)0,001
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 enseignants0,005
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
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 Opus0,005
Tête enseignante GPT0,225
Écart entre enseignants0,220 · 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

Citations6
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePediatric CardiologyMême sujetGut microbiota and healthTravaux en français237 207