Comparaison de la diversité microbienne intestinale chez des enfants ayant des allergies alimentaires avant et après un traitement d’immunothérapie orale
Bibliographic record
Abstract
L’allergie alimentaire touche 8 % des Canadiens et provoque des symptômes variables allant d’une urticaire à un choc anaphylactique. Celle-ci peut être traitée par immunothérapie orale (ITO), une approche qui consiste à ingérer de petites doses de l’allergène et à les augmenter progressivement jusqu’à développer une désensibilisation. Les micro-organismes du tractus gastro-intestinal, ou microbiote intestinal, joue un rôle clé dans le risque de développer des allergies alimentaires. La diversité microbienne varie entre les enfants avec et sans allergies et est également influencée par des facteurs environnementaux. À ce jour, les effets de l’immunothérapie orale sur le microbiote intestinal ont été peu étudiés. L’objectif de cette étude est donc de comparer la composition et la diversité microbienne intestinale chez les enfants allergiques avant et après un traitement d’immunothérapie orale. L’étude inclut 30 enfants suivis à la clinique de recherche Zéro allergie du Saguenay−Lac-St-Jean ayant suivi une ITO. Des échantillons de selles ont été prélevés avant et après l’immunothérapie orale. L’ADN microbien a été extrait, puis le gène codant pour l’ARNr 16S a été séquencé. Les données ont été analysées pour comparer la diversité alpha et la diversité bêta, ainsi que l’abondance des bactéries présentes. L’analyse différentielle a révélé deux phyla bactériens, Bacteroidota et Verrucomicrobiota dont les niveaux d’abondance après l’immunothérapie orale se rapprochaient de ceux des enfants non allergiques. Cela suggère que l’immunothérapie orale a un effet modulateur sur la composition microbienne intestinale, favorisant, dans la présente étude, une normalisation des niveaux de ces phyla. Ces résultats apportent des perspectives pour le développement de nouvelles thérapies, par exemple par l’utilisation de probiotiques pour améliorer la prise en charge des allergies alimentaires. En conclusion, cette étude est la première à démontrer l’impact de l’immunothérapie orale sur le microbiote intestinal chez les enfants présentant des allergies alimentaires, ouvrant la voie à de nouvelles thérapies.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".