Gut microbiome changes with micronutrient supplementation in children with attention–deficit/hyperactivity disorder: the MADDY study
Notice bibliographique
Résumé
Micronutrients have demonstrated promise in managing inattention and emotional dysregulation in children with attention-deficit/hyperactivity disorder (ADHD). One plausible pathway by which micronutrients improve symptoms is the gut microbiome. This study examines changes in fecal microbial composition and diversity after micronutrient supplementation in children with ADHD (N = 44) and highlights potential mechanisms responsible for the behavioral improvement, as determined by blinded clinician-rated global improvement response to micronutrients. Participants represent a sub-group of the Micronutrients for ADHD in Youth (MADDY) study, a double blind randomized controlled trial in which participants received micronutrients or placebo for 8 weeks, followed by an 8-week open extension. Stool samples collected at baseline, week 8, and week 16 were analyzed using 16S rRNA amplicon sequencing targeting the V4 hypervariable region. Pairwise compositional analyses investigated changes in fecal microbial composition between micronutrients versus placebo and responders versus non-responders. A significant change in microbial evenness, as measured by alpha diversity, and beta-diversity, as measured by Bray-Curtis, was observed following micronutrients supplementation. The phylum Actinobacteriota decreased in the micronutrients group compared to placebo. Two butyrate-producing bacterial families: Rikenellaceae and Oscillospiraceae, exhibited a significant increase in change following micronutrients between responders versus non-responders. These findings suggest that micronutrients modulated the composition of the fecal microbiota and identified specific bacterial changes associated with micronutrient responders.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».