Effects of Bacillus pumilus SG154 or Lacticaseibacillus paracasei 327 Postbiotic on the Fecal Characteristics and Microbiota of Healthy Adult Dogs Subjected to an Abrupt Diet Change
Notice bibliographique
Résumé
Background: Abrupt dietary changes may disrupt gut microbiota populations and lead to gastrointestinal issues. This study aimed to determine the effects of live Bacillus pumilus SG154 or Lacticaseibacillus paracasei 327 postbiotic on fecal characteristics and microbiota populations of dogs following an abrupt diet change. Methods: Twelve healthy adult English pointer dogs (6.38 ± 2.75 yr) were used in a replicated 3 × 3 Latin square design to test the following treatments: (1) placebo (control; 250 mg maltodextrin/d); (2) live B. pumilus [5 × 109 colony-forming units (CFU)/d]; and (3) L. paracasei postbiotic (100 mg; derived from 2 × 109 CFU/d). Each period lasted 42 days, with the diet change occurring on day 28. Fecal samples were scored and analyzed for pH, dry matter content, and microbiota before and 2, 6, 10, and 14 days after the diet change. Results: The abrupt diet change increased (p < 0.01) fecal pH, increased (p < 0.01) the dysbiosis index, decreased (p < 0.0001) fecal dry matter, and led to a large shift in the fecal microbiota community. Fecal scores were lower (p < 0.05) in the B. pumilus group. B. pumilus reduced (p < 0.05) the relative abundance of fecal Prevotella and Muribaculaceae, while both treatments (B. pumilus; L. paracasei) increased (p < 0.05) the relative abundance of fecal Holdemanella. Conclusions: These results suggest that an abrupt diet change leads to large shifts in fecal microbiota and modified fecal characteristics. The supplementation with a B. pumilus probiotic and a L. paracasei postbiotic slightly altered the relative abundance of a few microbial taxa but was unable to attenuate most responses.
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) | 0,001 | 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 ».