Early reduction in gut microbiota diversity in critically ill patients is associated with mortality
Notice bibliographique
Résumé
BACKGROUND: Critical illness is associated with an altered gut microbiota, yet its association with poor outcomes remains unclear. This study evaluates the early gut microbiota diversity changes in intensive care unit patients and its association with mortality. Additionally, it explores fecal pH as a potential biomarker for these changes. METHODS: In this prospective observational cohort study, fecal samples were collected at two time points: S1, the first stool passed upon intensive care unit admission, and S2, the first stool passed at least 24 h after S1. Full-length 16S rRNA gene sequencing was performed for gut microbiota analysis, with α-diversity measured using the Shannon index. Bayesian joint models were used to estimate the association between time-varying changes in gut microbiota diversity and 60-day mortality, as well as the association between daily changes in stool pH and in diversity. RESULTS: Twenty-four of 96 patients overall died during follow-up. Daily Shannon index decreased on average by -0.1 points [95% Credible Intervals (CrI) -0.20 to -0.10]. Every point decrease in Shannon index was associated with a 1.99-fold increase in the hazard of death (95% CrI, 1.04 to 4.51). Time-varying fecal pH levels were not associated with changes in Shannon index. CONCLUSIONS: Gut microbiota diversity decreased over time, associated with increased mortality. Fecal pH is an unreliable marker of gut microbiota change. Future studies on gut microbiota and related biomarkers should focus on the initial days in the intensive care unit to detect and mitigate a decline in gut microbiota diversity.
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 | 0,001 |
| 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 ».