Intestinal microbiota in functional bowel disorders: a Rome foundation report
Notice bibliographique
Résumé
It is increasingly perceived that gut host-microbial interactions are important elements in the pathogenesis of functional gastrointestinal disorders (FGID). The most convincing evidence to date is the finding that functional dyspepsia and irritable bowel syndrome (IBS) may develop in predisposed individuals following a bout of infectious gastroenteritis. There has been a great deal of interest in the potential clinical and therapeutic implications of small intestinal bacterial overgrowth in IBS. However, this theory has generated much debate because the evidence is largely based on breath tests which have not been validated. The introduction of culture-independent molecular techniques provides a major advancement in our understanding of the microbial community in FGID. Results from 16S rRNA-based microbiota profiling approaches demonstrate both quantitative and qualitative changes of mucosal and faecal gut microbiota, particularly in IBS. Investigators are also starting to measure host-microbial interactions in IBS. The current working hypothesis is that abnormal microbiota activate mucosal innate immune responses which increase epithelial permeability, activate nociceptive sensory pathways and dysregulate the enteric nervous system. While we await important insights in this field, the microbiota is already a therapeutic target. Existing controlled trials of dietary manipulation, prebiotics, probiotics, synbiotics and non-absorbable antibiotics are promising, although most are limited by suboptimal design and small sample size. In this article, the authors provide a critical review of current hypotheses regarding the pathogenetic involvement of microbiota in FGID and evaluate the results of microbiota-directed interventions. The authors also provide clinical guidance on modulation of gut microbiota in IBS.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,005 |
| 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 ».