Cognitive function improvement after fecal microbiota transplantation in in Alzheimer’s dementia patient: a case report
Notice bibliographique
Résumé
After fecal microbiota transplantation (FMT) to treat <i>Clostridioides difficile</i> infection (CDI), cognitive improvement is noticeable, suggesting an essential association between the gut microbiome and neural function. Although it is known that the gut microbiome is linked with cognitive function, whether FMT may lead to cognitive improvement in patients with neurodegenerative disorders remains to be elucidated. We present the case of a 90-year-old woman with Alzheimer's dementia and severe CDI who underwent FMT. Cognitive function testing (Mini-Mental State Examination, Montreal Cognitive Assessment, and Clinical Dementia Rating assessment) was performed one month before FMT and one week and one month after FMT. We collected the patients’ fecal samples before FMT and 3 weeks after FMT to compare the microbiota composition. The 16S rRNA gene amplicons were analyzed using the QIIME2 platform (version 2020.2) and Phyloseq R package. The linear discriminant analysis effect size was performed to determine the taxonomic difference between pre- and post-FMT. Functional biomarker analysis using the Kruskal-Wallis H test was performed between the pre- and post-FMT. The cognitive function tests after FMT showed an improvement compared to the tests before the procedure. FMT changed the microbiota composition in recipient feces. We found that the genera were reported to be associated with cognitive function. In addition, short-chain fatty acids was found to be significantly different between before and after FMT. This finding suggests the presence of an association between the gut microbiome and cognitive function. Further, it emphasizes the need for clinical awareness regarding the effect of FMT on the brain-gut-microbiome axis and its potential as a therapy for patients with dementia.
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 | 0,001 |
| 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) | 0,079 | 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 ».