MétaCan
Menu
Retour à la cohorte
Enregistrement W4406411690 · doi:10.1016/j.bbih.2025.100946

Gut microbiota metabolites, secretory immunoglobulin A and Bayley-III cognitive scores in children from the CHILD Cohort Study

2025· article· en· W4406411690 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueBrain Behavior & Immunity - Health · 2025
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGut microbiota and health
Établissements canadiensPublic Health OntarioUniversity of British ColumbiaUniversity of ManitobaChildren's Hospital Research Institute of ManitobaBC Children's HospitalSickKids FoundationUniversity of AlbertaUniversity of Alberta Hospital
Organismes subventionnairesUniversité Grenoble AlpesCanadian Institutes of Health ResearchWomen and Children's Health Research Institute
Mots-clésCohortCognitionMedicinePsychologyCohort studyAntibodyDevelopmental psychologyClinical psychologyImmunologyPsychiatryInternal medicine

Résumé

récupéré en direct d'OpenAlex

Background: Dysbiosis of the gut microbiota has been demonstrated in neurodevelopmental disorders but the underlying mechanisms that may explain these associations are poorly understood. Gut secretory immunoglobulin A (SIgA) binds pathogenic microbes, preventing mucosal penetration. Gut microbes also influence SIgA production and its binding characteristics through short-chain fatty acid (SCFA) metabolites, allowing them to regulate the immune response. Serum IgA deficiency has been noted in children with autism spectrum disorders (ASD). In this study, we aimed to determine whether SIgA level in infancy is associated with gut microbiota taxonomy and metabolites, and neurodevelopmental outcomes in preschool children. Methods: For a subsample of 178 children from the Canadian CHILD Cohort Study, gut microbiota of fecal samples collected at 3-4 months and 12 months was profiled using 16S rRNA sequencing. Gut bacterial metabolites levels and SIgA level were measured by nuclear magnetic resonance (NMR) based metabolomics and SIgA enzyme-linked immunosorbent assay at 3-4 months, respectively. Bayley-III Scale of Infant Development was assessed at 12 and 24 months. We evaluated direct relationships in multiple linear regression models and putative causal relationships in statistical mediation models. Results: Propionate and butyrate levels at 3-4 months were associated with decreased Bayley cognitive score at 24 months (p-values: 0.01 and 0.02, respectively) in adjusted multiple linear regression models, but when we investigated an indirect relationship mediated by decreased SIgA level at 3-4 months, it did not reach statistical significance (p-values: 0.18 and 0.20, respectively). Lactate level at 3-4 months was associated with increased Bayley cognitive score at 24 months in adjusted multiple linear regression models (p-value: 0.01), but the statistical model mediated by increased SIgA level at 3-4 months did not reach statistical significance neither (p-value: 0.20). Conclusions: Our study contributes to growing evidence that neurodevelopment is influenced by the infant gut microbiota and that it might involve SIgA level, but larger studies are required.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,062
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,008
Tête enseignante GPT0,289
Écart entre enseignants0,282 · 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