MétaCan
Menu
Retour à la cohorte
Enregistrement W4407587675 · doi:10.1016/j.tjnut.2025.02.006

Association of Prepregnancy Body Mass Index with Gut Microbiota Diversity and Abundance in Pregnant Women

2025· article· en· W4407587675 sur OpenAlexfundno aff
Maria Erlin, Davrina Rianda, Fadilah Fadilah, Linda Erlina, Erfi Prafiantini, Ali Sungkar, Anuraj H. Shankar, Rina Agustina

Notice bibliographique

RevueJournal of Nutrition · 2025
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGut microbiota and health
Établissements canadiensnon disponible
Organismes subventionnairesUniversitas IndonesiaGrand Challenges Canada
Mots-clésBody mass indexPregnancyDiversity (politics)Abundance (ecology)Association (psychology)PhysiologyBiologyMedicineObstetricsEcologyEndocrinologyPsychologyGenetics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Understanding the link between prepregnancy nutritional status and gut microbiota during pregnancy may lead to novel maternal and child health interventions. OBJECTIVE: To explore the association of prepregnancy body mass index (BMI) status with gut microbiota diversity and abundance during pregnancy. METHODS: A cross-sectional study was conducted on 90 pregnant women from primary health centers in Jakarta, Indonesia. Trained staff interviewed women on sociodemographic characteristics and nutrient intake, gathered data on prepregnancy BMI from antenatal records, and obtained fecal samples. Samples were analyzed for microbiota diversity indices [Shannon, Faith phylogenetic diversity (Faith PD), and Chao1] and abundance using 16S ribosome ribonucleic acid sequencing. Multivariate logistic regression was performed adjusting for carbohydrate and protein intake, ethnicity, and education to determine the relationship between prepregnancy BMI and the alpha diversity indices and the presence of the phylum Firmicutes and genera Prevotella and Blautia. RESULTS: ) before pregnancy had significantly lower odds of having gut microbiota diversity above the median of the Shannon index [adjusted odds ratio (aOR): 0.37, 95% confidence interval (CI): 0.14, 0.97, P = 0.042], Faith PD (aOR: 0.23, 95% CI: 0.07, 0.75, P = 0.015), and Chao1 (aOR: 0.25, 95% CI: 0.09, 0.67, P = 0.006) compared with those who were neither overweight nor obese. Prepregnant women who were overweight or obese also had significantly lower odds of having levels above the median of the phylum Firmicutes (aOR: 0.38, 95% CI: 0.15, 0.98, P = 0.045) and genus Blautia (aOR: 0.32, 95% CI: 0.12, 0.85, P = 0.022) compared with women who were neither overweight nor obese. CONCLUSIONS: Prepregnancy overweight or obese status was associated with lower gut microbiota diversity and lower abundance of Firmicutes and Blautia among pregnant women in an urban community. These findings suggest that prepregnancy interventions to control BMI may improve gut flora and potentially benefit pregnant women.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,004
Tête enseignante GPT0,224
Écart entre enseignants0,220 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of NutritionMême sujetGut microbiota and healthTravaux en français237 207