Ethnic endotypes in paediatric atopic dermatitis depend on immunotype, lipid composition and microbiota of the skin
Notice bibliographique
Résumé
Background: Atopic dermatitis (AD) endotypes differ with ethnicity. We examined the skin microbiota, cytokine and lipid profiles in Greenlandic Inuit and Danish children with AD.MethodsTwenty‐five Inuit children with AD and 25 Inuit control children were clinically examined and compared to previously collected data from 25 Danish children with AD. Skin tape strips and skin swabs were collected from lesional and non‐lesional skin. Levels of cutaneous immune biomarkers, free sphingoid bases and their (glycosyl)ceramides were analysed. Skin swabs were analysed with 16S rRNA and tuf gene for characterization of bacterial species communities.ResultsBacterial β‐diversity was significantly different between Inuit and Danish AD skin, in both lesional (p < 0.001) and non‐lesional (p < 0.001) AD skin, and there was a higher relative abundance of Staphylococcus aureus in Danish compared to Inuit lesional (53% vs. 8%, p < 0.01) and non‐lesional skin (55% vs. 5%, p < 0.001). Danish AD children had a higher α‐diversity than Inuit children in non‐lesional (p < 0.05) but not in lesional skin. Significantly higher levels of type 2 immunity cytokine interleukin (IL)‐4 (p < 0.05) and IL‐5 (p < 0.01) were identified in Inuit compared to Danish AD children. In contrast, IL‐33 (p < 0.01) was higher in Danish lesional and non‐lesional AD skin. Higher levels of long‐chain glucosylceramide (GlcCER)[S](d26:1) were found in lesional (p < 0.001) and non‐lesional (p < 0.001) Inuit skin compared with Danish AD skin. NMF levels were similar in Inuit and Danish AD skin.ConclusionSkin microbiota, cytokine and lipid composition differed significantly between Inuit and Danish children with AD and showed a stronger type 2 immune signature in Inuit children.
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 ».