Exploring the Gut-Eye Axis: Microbial Dysbiosis in Vernal Keratoconjunctivitis
Notice bibliographique
Résumé
PURPOSE: To investigates the gut microbiota in patients with vernal keratoconjunctivitis (VKC) compared with normal subjects. METHOD: A case-control study was conducted involving 32 patients with VKC and 16 age- and sex-matched healthy controls. Fecal samples were collected and analyzed using quantitative PCR to measure the abundance of 5 bacterial groups: Prevotella, Firmicutes, Faecalibacterium, Bifidobacterium, and Bacteroides. In addition, clinical severity scores for VKC symptoms and signs were recorded and analyzed. RESULTS: Patients with VKC exhibited significant microbial dysbiosis compared with controls, including an upregulation of Prevotella (mean fold change 21.579; P <0.001) and downregulation of Firmicutes, Faecalibacterium, and Bifidobacterium (P < 0.01 for all). No significant correlations were observed between microbial levels and clinical severity scores. CONCLUSIONS: The study identifies significant gut microbial imbalances in patients with VKC, suggesting that dysbiosis may play a role in the disease. Microbiota-targeted interventions, such as probiotics and dietary modifications, may offer novel strategies for managing VKC.
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 ».