The impact of maternal oral microbiota on the risk of small vulnerable newborns: a nested case-control study
Notice bibliographique
Résumé
BACKGROUND: Small vulnerable newborns (SVNs) account for most neonatal deaths worldwide. Though maternal periodontal disease has been shown associated with an increased risk of preterm birth (PTB) and low birth weight (LBW), little evidence shows the potential mechanism. Our study aimed to explore the association between maternal oral microbiota and SVNs before and during pregnancy. METHODS: A nested 1:4 case-control study was undertaken. Women delivering SVNs, including spontaneous PTB, LBW, and small-for-gestational-age (SGA) newborns, were selected as cases, while women delivering normal newborns were randomly selected as controls. 480 unstimulated saliva samples were collected from 240 women (48 cases and 192 controls) in preconception and late pregnancy. 16 S rRNA gene sequencing was used for analysis. RESULTS: Women with SVNs showed lower richness index (p = 0.032) in oral microbiota during preconception, lower shannon (p = 0.028) and simpson (p = 0.023) index in late pregnancy compared to the control group. Granulicatella and Streptococcus were significantly enriched in saliva both before and during pregnancy in women delivering SVNs. The two evaluated genera were positively correlated with enriched metabolic pathways like lactose and galactose degradation. These genera and their species were also enriched among women in the PTB and SGA sub-groups. CONCLUSIONS: Women with SVNs exhibited significantly lower diversity in oral microbiota, with two enriched genera Granulicatella and Streptococcus in both before and during pregnancy.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».