Birth and household exposures are associated with changes to skin bacterial communities during infancy
Notice bibliographique
Résumé
Background and objectives: Microbial exposures during infancy shape the development of the microbiome, the collection of microbes living in and on the body, which in turn directs immune system training. Newborns acquire a substantial quantity of microbes during birth and throughout infancy via exposure to microbes in the physical and social environment. Alterations to early life microbial environments may give rise to mismatches, where environmental, cultural and behavioral changes that outpace the body's adaptive responses can lead to adverse health outcomes, particularly those related to microbiome development and immune system regulation. Methods: This study explored the development of the skin microbiome among infants born in Chicago, USA. We collected skin swab microbiome samples from 22 mother-infant dyads during the first 48 h of life and again at 6 weeks postpartum. Mothers provided information about social environments and hygiene behaviors that may impact infants' microbial exposures. Results: Analysis of amplicon bacterial gene sequencing data revealed correlations between infant skin bacterial abundances shortly after birth and factors such as antibiotic exposure and receiving a bath in the hospital. The composition of the infant microbiome at 6 weeks of age was associated with interactions with caregivers and infant feeding practices. We also found shifts in maternal skin microbiomes that may reflect increased hygiene practices in the hospital. Conclusions and implications: Our data suggest that factors related to the birth and household environment can impact the development of infant skin microbiomes and point to practices that may produce mismatches for the infant microbiome and immune system.
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 ».