Probiotics and prebiotics to combat enteric infections and HIV in the developing world: a consensus report
Notice bibliographique
Résumé
Infectious disease in the developing world continues to represent one of the greatest challenges facing humanity. Every year over a million children suffer and die from the sequela of enteric infections, while in 2008 it is estimated almost 2.7 million (UNAIDS 2009 update) adults and children became infected with human immunodeficiency virus (HIV). While oral rehydration therapy for diarrhea, and antiretrovirals (ARV) for HIV are critical, there is a place for adjunctive therapies to improve quality of life. The importance of the human microbiota in retaining health is now recognized, as is the concept of replenishing beneficial microbes through probiotic treatments. Studies have shown that probiotics can reduce the duration of diarrhea, improve gut barrier function, help prevent bacterial vaginosis (BV), and enhance immunity even in HIV-infected subjects. However, many issues remain before the extent of probiotic benefits can be verified, and their application to the developing world realised. This consensus report outlines the potential probiotic, and to a lesser extent prebiotic, applications in resource disadvantages settings, and recommends steps that could bring tangible relief to millions of people. The challenges to both efficacy and effectiveness studies in these settings include a lack of infrastructure and funding for scientists, students and research projects in developing countries; making available clinically proven probiotic and prebiotic products at affordable prices; and undertaking appropriately designed clinical trials. We present a roadmap on how efficacy studies may be conducted in a resource disadvantages setting among persons with chronic diarrhea and HIV. These examples and the translation of efficacy into effectiveness are described.
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 | 0,019 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,005 |
| Science ouverte | 0,005 | 0,004 |
| Intégrité de la recherche | 0,009 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,003 |
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 ».