Fecal microbiota changes in people with cystic fibrosis after 6 months of elexacaftor/tezacaftor/ivacaftor: Findings from the promise study
Notice bibliographique
Résumé
BACKGROUND: People with cystic fibrosis (PwCF) often have fecal dysbioses relative to those without CF, characterized by increased pro-inflammatory microbiota and gastrointestinal (GI) inflammation as measured by fecal calprotectin, suggesting that inflammation contributes to CF GI disease. The multicenter observational PROMISE study (NCT04038047) found that calprotectin decreased in PwCF treated with elexacaftor/tezacaftor/ivacaftor (ETI). To better understand the dynamics between fecal dysbiosis and GI inflammation, we characterized the microbiomes of fecal samples from PROMISE and the relationships with calprotectin before, 1-month post, and 6-months post ETI. METHODS: Fecal microbiota from participants ≥12 y/o were determined by shotgun metagenomic sequencing with random forest modeling and multivariate linear regression analysis to define relationships between microbiota, calprotectin, and deltaF508 genotype before and after ETI. RESULTS: We analyzed 345 samples from 124 participants. At baseline, we observed community-level differences in the fecal microbiota among participants with abnormal compared to normal calprotectin. With ETI, the relative abundances of 7 bacterial species - Escherichia coli, Staphylococcus aureus, Clostridium scindens, Enterocloster clostridioformis, Clostridium butyricum, Anaeroglobus geminatus, and Ruminococcus gnavus - decreased significantly, correlating with calprotectin decrease. We detected community-level differences in the fecal microbiota based on CFTR genotype and a distinct pattern of microbiota change in F508del homozygous compared to heterozygous participants after ETI. CONCLUSIONS: We identified 7 species for which fecal abundances decreased with ETI and correlated with calprotectin decrease, supporting a close relationship between fecal microbiota and inflammation in PwCF. Future work will define these relationships with metabolites and GI symptoms during long-term ETI therapy.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».