A193 MICROBIOTA CHARACTERIZATION OF PATIENTS WITH INFLAMMATORY BOWEL DISEASE BASED ON SELF-REPORTED FOOD INTOLERANCES
Notice bibliographique
Résumé
Abstract Background Approximately, 20% of the world’s population experiences adverse reactions to different food items. Patients with inflammatory bowel disease (IBD) including Crohn’s disease (CD) and ulcerative colitis (UC) commonly exhibit more food intolerances. The dietary triggers and mechanistic pathways involved in food intolerances are unknown. As IBD patients present an altered intestinal microbiota, we hypothesized that IBD-related adverse reactions are associated with defective microbial metabolism. Aims We aim to 1) understand dietary triggers and patterns of adverse reactions to foods in IBD and 2) characterize the intestinal microbiota of IBD patients based on food intolerance. Methods 127 participants (85 IBD and 42 healthy controls) were recruited from the Gastroenterology clinic and recruitment posters at McMaster University between August 2021 to September 2023. Inclusion criteria for IBD included a confirmed diagnosis of CD or UC and between 18 to 75 years old. All participants completed questionnaires related to food intolerances, symptoms, demographics, and provided a stool sample for 16S rRNA Illumina sequencing to determine microbial composition. Results 86% of IBD patients reported at least 1 food intolerance compared to 33% of controls. The mean number of food intolerances reported in patients with CD was 3.5 (SD=1.90), UC was 3.2 (SD=1.80), and controls was 1.3 (SD=0.83). Among IBD participants who reported a food intolerance, the common reactions were reported to dairy (72% CD and 73% UC), wheat (44% CD and 37% UC), and peanuts/tree nuts (28% CD and 30% UC). Regarding microbiota analysis, IBD patients had an altered fecal microbiota with lower alpha diversity (Shannon index) compared to healthy controls (p<0.0001). Alpha diversity was lower in IBD patients who reported 2 or more food intolerances compared to those who had none or 1. Also, specific adverse reactions such as dairy intolerance is associated with low alpha diversity in UC patients. IBD patients who reported a food intolerance had a higher abundance of Bacteroidota (p<0.05) compared to IBD with no food intolerance. Conclusions Overall, IBD patients reported a high number of intolerances to foods including dairy, wheat, peanuts/tree nuts, and caffeine. IBD patients have a lower alpha diversity measure compared to controls, which was more pronounced in patients experiencing several food intolerances. Further research to understand these offending foods in intestinal inflammation could help guide dietary interventions for IBD patients. Funding Agencies CCC
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,003 | 0,001 |
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 ».