A76 MODULATING THE PREOPERATIVE GUT MICROBIOTA USING DIETARY FIBER TO IMPROVE COLORECTAL CANCER SURGICAL OUTCOMES
Notice bibliographique
Résumé
Abstract Background Anastomotic leak (AL) is a postoperative complication that occurs in up to 20% of patients undergoing surgery for colorectal cancer (CRC). It is characterized by the poor healing of the intestinal reconnection and is associated with increased mortality, morbidity, and cancer recurrence. The gut microbiota plays a key role in anastomotic healing, potentially mediated by the production of beneficial short-chain fatty acids (SCFA). Supplementation with the dietary fiber inulin was shown to increase SCFA as well as improve microscopic and macroscopic anastomotic healing in a mouse surgical model. However, when considering clinical applications, differences in baseline microbiota composition and patient ability to respond to a dietary fiber must be taken into account. Aims In order to differentiate between responders and non-responders prior to surgery, we tested patient responses to different fibers in a mouse fecal microbiota transplantation (FMT) model. Our overall objective is to identify microbial or systemic markers that could predict patient response to different fibers, allowing for personalized dietary interventions. Methods Wild-type C57BL/6 mice received FMT from a human donor. Following a 2 week engraftment period, mice received supplementation with one of four dietary fibers for 2 weeks, after which fecal samples were collected for SCFA analysis using HPLC-MS. Results The microbiota response to each dietary fiber was estimated based on increased fecal SCFA levels at endpoint for each FMT donor. Conclusions Our FMT mouse model is able to detect increased SCFA levels in response to dietary fiber supplementation. Future validation will include measuring post-operative intestinal healing parameters in a mouse surgical model and comparing these results with an ongoing clinical trial. By lowering the risk of AL, we aim to decrease treatment burden for CRC patients and improve their quality of life post treatment. Funding Agencies CIHRFRQS
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 | 0,001 | 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 ».