MétaCan
Menu
Retour à la cohorte
Enregistrement W2171351284 · doi:10.1093/nutrit/nuv019

Microbiota and the gut–brain axis

2015· review· en· W2171351284 sur OpenAlexaff
John Bienenstock, Wolfgang Kunze, Paul Forsythe

Notice bibliographique

RevueNutrition Reviews · 2015
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGut microbiota and health
Établissements canadiensMcMaster UniversitySt. Joseph’s Healthcare Hamilton
Organismes subventionnairesUniversity of Illinois at Urbana-ChampaignInstituto DanoneDanone
Mots-clésButyrateGut floraGut–brain axisPropionateBiologyCentral nervous systemImmune systemEnteric nervous systemButyric acidShort-chain fatty acidHomeostasisImmunologyCell biologyBiochemistryNeuroscienceFermentation

Résumé

récupéré en direct d'OpenAlex

Changes in gut microbiota can modulate the peripheral and central nervous systems, resulting in altered brain functioning, and suggesting the existence of a microbiota gut-brain axis. Diet can also change the profile of gut microbiota and, thereby, behavior. Effects of bacteria on the nervous system cannot be disassociated from effects on the immune system since the two are in constant bidirectional communication. While the composition of the gut microbiota varies greatly among individuals, alterations to the balance and content of common gut microbes may affect the production of molecules such as neurotransmitters, e.g., gamma amino butyric acid, and the products of fermentation, e.g., the short chain fatty acids butyrate, propionate, and acetate. Short chain fatty acids, which are pleomorphic, especially butyrate, positively influence host metabolism by promoting glucose and energy homeostasis, regulating immune responses and epithelial cell growth, and promoting the functioning of the central and peripheral nervous systems. In the future, the composition, diversity, and function of specific probiotics, coupled with similar, more detailed knowledge about gut microbiota, will potentially help in developing more effective diet- and drug-based therapies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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.

Tête enseignante Opus0,059
Tête enseignante GPT0,369
Écart entre enseignants0,310 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations230
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNutrition ReviewsMême sujetGut microbiota and healthTravaux en français237 207