Notice bibliographique
Résumé
Over 1.1 billion people smoke worldwide despite the association of smoking with numerous diseases including chronic obstructive pulmonary disease (COPD). The decline in lung function observed in COPD patients is thought to be related to smoke-induced inflammation. COPD patients are also at increased risk of acquiring lung bacterial infections that are associated with exacerbations, characterized by worsened disease symptoms and inflammation. The focus of this thesis is on how cigarette smoke impacts bacterial-host interactions and bacterial community interactions to promote infection and disease. In chapter 3.1, we sought to understand how cigarette smoke primed the lungs towards an amplified inflammatory response to bacterial infection reflective of COPD exacerbations that accelerate disease progression. We present a novel finding that exacerbated neutrophilia elicited by nontypeable Haemophilus influenzae (NTHi) lung challenge in smoke-exposed mice occurred dependent on IL-1α. Smokers and patients with COPD are additionally at increased risk of acquiring bacterial infection that may be related to impaired containment of nasally colonizing pathogens. In chapter 3.2, we found that cigarette smoke predisposed mice to invasive pneumococcal disease (IPD) following nasal pneumococcal colonization associated with attenuated nasal inflammatory responses. To our knowledge, this is the first study to describe the progression from asymptomatic nasal pneumococcal colonization to the development of IPD in the context of cigarette smoking. It has been suggested that smokers have higher rates of pathogen colonization as a consequence of cigarette smoke-induced nasal microbiome dysbiosis. The last study in chapter 3.3 advanced knowledge in the field by testing this hypothesis. We observed that cigarette smoke alone did not alter the mouse nasal microbiome and concluded that microbiome dysbiosis observed in smokers likely occur as a consequence of nasal pathogen colonization. Overall, work presented in this thesis advanced our understanding of how cigarette smoking alters bacterial-host interactions to promote infection and disease.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».