Allogenic Fecal Microbiota Transplantation in Patients With Nonalcoholic Fatty Liver Disease Improves Abnormal Small Intestinal Permeability: A Randomized Control Trial
Notice bibliographique
Résumé
INTRODUCTION: Nonalcoholic fatty liver disease (NAFLD) is an obesity-related disorder that is rapidly increasing in incidence and is considered the hepatic manifestation of the metabolic syndrome. The gut microbiome plays a role in metabolism and maintaining gut barrier integrity. Studies have found differences in the microbiota between NAFLD and healthy patients and increased intestinal permeability in patients with NAFLD. Fecal microbiota transplantation (FMT) can be used to alter the gut microbiome. It was hypothesized that an FMT from a thin and healthy donor given to patients with NAFLD would improve insulin resistance (IR), hepatic proton density fat fraction (PDFF), and intestinal permeability. METHODS: Twenty-one patients with NAFLD were recruited and randomized in a ratio of 3:1 to either an allogenic (n = 15) or an autologous (n = 6) FMT delivered by using an endoscope to the distal duodenum. IR was calculated by HOMA-IR, hepatic PDFF was measured by MRI, and intestinal permeability was tested using the lactulose:mannitol urine test. Additional markers of metabolic syndrome and the gut microbiota were examined. Patient visits occurred at baseline, 2, 6 weeks, and 6 months post-FMT. RESULTS: There were no significant changes in HOMA-IR or hepatic PDFF in patients who received the allogenic or autologous FMT. Allogenic FMT patients with elevated small intestinal permeability (>0.025 lactulose:mannitol, n = 7) at baseline had a significant reduction 6 weeks after allogenic FMT. DISCUSSION: FMT did not improve IR as measured by HOMA-IR or hepatic PDFF but did have the potential to reduce small intestinal permeability in patients with NAFLD.
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 | 0,000 | 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 | 0,000 | 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 ».