Review article: changes in the epidemiology of inflammatory bowel disease—clues for aetiology
Notice bibliographique
Résumé
BACKGROUND: The changing epidemiology of inflammatory bowel disease (IBD) in both the developed and developing worlds may provide insights into disease aetiology. Factors that impact on the gut microbiome are leading aetiological candidates. AIM: To review epidemiological studies and trends that identify risk factors for the development of IBD. METHODS: Studies that identified factors associated with the development of IBD differentially in children and adults were reviewed. There was a focus on epidemiological studies and on studies that involve the gut microbiome. RESULTS: Use of antibiotics has been shown to be associated with development of Crohn's disease in childhood (odds ratio, OR = 2.75, 95% CI 1.72-4.38). Breastfeeding has been protective against developing IBD (OR=0.69, 95% CI 0.51-0.94), but there is a paucity of data exploring duration of breastfeeding and timing of introduction of bottled milk or table food. Antibiotics and diet changes can also impact on adults enhancing the risk for IBD. Both smoking (OR=1.76, 95% CI 1.40-2.22) and oral contraceptives (relative risk=1.46, 95% CI 1.26-1.70) increase the risk for Crohn's disease and their use is associated with worse outcomes in Crohn's disease. It is unclear if their impact is mediated through the gut microbiome. CONCLUSIONS: A leading aetiological clue for IBD based on epidemiological studies is the antecedent use of antibiotics both for children and adults. Some dietary changes may be a risk for adults but there is a paucity of dietary data in children prior to IBD development. Both antibiotic use and dietary changes have the potential to impact the gut microbiome, which in turn can alter the gut immune response.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 tête enseignante, 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 ».