The Dietary Inflammatory Index Is Not Associated With Gut Permeability or Biomarkers of Systemic Inflammation in HIV Immunologic Non-responders
Notice bibliographique
Résumé
Immunologic non-responders (INRs) are a subset of individuals living with HIV who have suboptimal blood CD4+ T cell recovery despite effective antiretroviral therapy (ART). They are at an increased risk of serious non-AIDS co-morbidities and death, and demonstrate enhanced systemic immune activation. In other populations diet has been correlated with markers of systemic inflammation through the Diet Inflammatory Index (DII), but this association has not been studied in persons living with HIV (PLWH). Blood was collected from 28 INR PLWH with a blood CD4+ T cell count <350/μL despite ≥2 years of effective ART. Participants completed a Canadian Diet History Questionnaire, and their responses were used to calculate the DII. Plasma inflammatory markers (IFNγ, TNF, IL-6, sVCAM, D-dimer, sCD14 and CRP) were assayed by ELISA, cellular immune activation (HLA-DR and CD38 on CD4+ and CD8+ T cells) was quantified using flow cytometry, and small bowel permeability assessed by calculation of the urine LacMan ratio after drinking a mix of lactulose and mannitol. Participants were a median age of 57 years, had been on effective ART for 15 years, and the median DII was −1.91 (range of −3.78 to +2.23). No correlation was observed between DII and plasma markers of inflammation, levels of T cell activation, gut permeability, or the biomarker of bacterial translocation sCD14. Self-reported alcohol intake, a potential confounder of the relationship between diet and inflammatory biomarkers, was also not associated with systemic inflammation or gut permeability. Our findings suggest that other mechanisms, rather than diet, are likely to be the major driver of systemic inflammation in INR individuals.
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 | 0,001 | 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 | 0,001 |
| 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 ».