Early-life and concurrent predictors of the healthy adolescent microbiome in a cohort study
Notice bibliographique
Résumé
BACKGROUND: The microbiome of adolescents is poorly understood, as are factors influencing its composition. We aimed to describe the healthy adolescent microbiome and identify early-life and concurrent predictors of its composition. METHODS: We performed metagenomic sequencing of 247 fecal specimens from 167 adolescents aged 11-14 years participating in the Health Outcomes and Measures of the Environment (HOME) Study, a longitudinal pregnancy and birth cohort (Cincinnati, OH). We described common features of the adolescent gut microbiome and applied self-organizing maps (SOMs)-a machine-learning approach-to identify distinct microbial profiles (n = 4). Using prospectively collected data on sociodemographic characteristics, lifestyle, diet, and sexual maturation, we identified early-life and concurrent factors associated with microbial diversity and phylum relative abundance with linear regression models and composition with Kruskal-Wallis and Fisher's exact tests. RESULTS: We found that household income and other sociodemographic factors were consistent predictors of the microbiome, with higher income associated with lower diversity and differential relative abundances of Firmicutes (increased) and Actinobacteria (decreased). Sexual maturation, distinct from chronological age, was related to higher diversity in females and differences in phylum relative abundances and compositional profiles in both males and females. CONCLUSIONS: Our study suggests that adolescence is a unique window for gut microbial composition and that it may be shaped by both early-life and concurrent exposures, highlighting its potential in future epidemiologic research.
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 | 0,000 |
| 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 ».