The Impact of the Middle Ear Microbiota on Otitis Media Outcomes: A Meta-Analysis of Longitudinal Studies
Notice bibliographique
Résumé
Introduction: Otitis media (OM), a prevalent middle ear inflammation, often involves microbial colonization. The composition of the middle ear microbiota may influence OM outcomes, including recurrence, persistence, and treatment response. This meta-analysis investigated the relationship between the middle ear microbiota and OM outcomes. Methods: Longitudinal studies published from 2018 to 2024 that explored the middle ear microbiota and OM outcomes were systematically searched in PubMed, Embase, and Web of Science. Data on study design, participant characteristics, microbiota analysis, and OM outcomes were extracted. The risk of bias was assessed using the Newcastle-Ottawa Scale. A random-effects model was used to pool effect estimates. Results: A total of 15 studies (n = 2,540 participants) met the inclusion criteria. The middle ear microbiota diversity was significantly lower in children with recurrent OM compared to those without (standardized mean difference [SMD] = -0.45, 95% confidence interval [CI] -0.62 to -0.28, p < 0.001). The presence of specific pathogens, including Streptococcus pneumoniae, Haemophilus influenzae, and Moraxella catarrhalis, was associated with an increased risk of OM recurrence (odds ratio [OR] 1.75, 95% CI 1.32 to 2.31, p < 0.001). Additionally, microbial dysbiosis was associated with delayed resolution of OM and increased antibiotic treatment failure. Conclusion: The middle ear microbiota composition significantly impacts OM outcomes. Reduced diversity and specific pathogens are associated with increased OM recurrence. These findings highlight the potential for microbiota-targeted interventions in OM management.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,022 | 0,042 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,013 | 0,055 |
| Bibliométrie | 0,006 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».