Gut Microbial Signatures in Pediatric Crohn’s Disease Vary According to Disease Activity Measures and Are Influenced by Proxies of Gastrointestinal Transit Time: An ImageKids Study
Notice bibliographique
Résumé
INTRODUCTION: We investigated relationships between disease activity measures and the gut microbiome in children with Crohn's disease (CD) and how these were confounded by gastrointestinal transit time. METHODS: Microbiome was profiled (16S rRNA sequencing) in feces from 196 children with CD. Sixty participants also provided samples after 18 months. Mural inflammation (Pediatric Inflammatory Crohn's Magnetic Resonance Enterography Index, PICMI), the simple endoscopic score for CD, and the weighted pediatric Crohn's disease activity index (wPCDAI) were assessed. Fecal calprotectin, plasma C-reactive protein (CRP), and fecal water content (FWC), a proxy of gastrointestinal transit time, were measured too. RESULTS: Microbiome α diversity, clustering, and differential taxa were related to disease status, but varied remarkably by disease activity measure used. The strongest relationships between microbiome and disease activity status were observed using wPCDAI; fewer or no relationships were seen using more objective measures like PICMI. Taxa predictive of disease activity status were dependent on the disease activity measure used with negligible overlap. Active disease was associated with more pathobionts (eg, Viellonella, Enterobacterales) and fewer fiber-fermenting organisms. The effect FWC had on microbiome superseded the effect of active disease for all disease activity measures, particularly with wPCDAI. Accounting for FWC, the differences in microbial signatures explained by disease activity status were attenuated or lost. CONCLUSIONS: In CD, microbiome signatures fluctuate depending on the measure used to assess disease severity; several of these signals might be secondary disease effects linked with changes in gut motility in active disease. PICMI appears to be less influenced when studying relationships between microbiome and mural inflammation in CD.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».