这项研究收集了100例胆结石患者和250例健康人的粪便样本，利用三代Pacbio测序平台对肠道细菌16SrRNA 进行测序，通过多种分析方法揭示胆结石与肠道细菌的相关性，并构建模型预测胆结石患病风险。

肠道细菌差异及相关性：研究发现，胆结石患者和健康人的肠道细菌群落多样性无显著差异，但丰度存在差异。胆结石患者体内梭菌属、福氏志贺菌等丰度增加，拟杆菌属、普通嗜胆菌等在健康人肠道中更丰富。与胆结石关联最密切的细菌有 福氏志贺菌等，且患者体内部分细菌存在相关性。

预测模型结果及意义：基于六种机器学习算法构建的预测模型中，CatBoost算法构建的模型预测效果最佳，其敏感性为90.48%，特异性为88.32%，AUC为0.962。这表明特征肠道细菌可作为胆结石筛查的新预测靶点，有助于对胆结石进行早期预警，但研究未进行实验验证。