Gut microbiota and obesity: Impact of antibiotics and prebiotics and potential for musculoskeletal health
Notice bibliographique
Résumé
Obesity is a complex disease with multiple contributing factors. One of the most intensely studied factors during the past decade has been the gut microbiota, which is the community of all microbes in the intestinal tract. The gut microbiota, via energy extraction, inflammation, and other actions, is now recognized as an important player in the pathogenesis of obesity. Dysbiosis, or an imbalance in the microbial community, can initiate a cascade of metabolic disturbances in the host. Early life is a particularly important period for the development of the gut microbiota, and perturbations such as with antibiotic exposure can have long-lasting consequences for host health. In early life and throughout the life span, diet is one of the most important factors that shape the gut microbiota. Although diets high in fat and sugar have been shown to contribute to dysbiosis and disease, dietary fiber is recognized as an important fermentative fuel for the gut microbiota and results in the production of short-chain fatty acids that can act as signaling molecules in the host. One particular type of fiber, prebiotic fiber, contributes to changes in the gut microbiota, the most notable of which is an increase in the abundance of Bifidobacterium. This review highlights our current understanding of the role of gut microbiota in obesity development and the ways in which manipulating the microbiota through dietary means, specifically prebiotics, could contribute to improved health in the host, including musculoskeletal health.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».