Effect of fecal microbiota transplant on symptoms of psychiatric disorders: a systematic review
Notice bibliographique
Résumé
BACKGROUND: The Gut-Brain-Axis is a bidirectional signaling pathway between the gastrointestinal (GI) tract and the brain. The hundreds of trillions of microorganisms populating the gastrointestinal tract are thought to modulate this connection, and have far reaching effects on the immune system, central and autonomic nervous systems, and GI functioning. These interactions Diagnostic and statistical manual of mental disorders have also been linked to various psychiatric illnesses such as depression, anxiety, substance abuse, autism spectrum disorder, and eating disorders. It is hypothesized that techniques aimed at strengthening and repopulating the gut microbiome, such as Fecal Microbiota Transplant (FMT), may be useful in the prevention and treatment of psychiatric illnesses. METHODS: A systematic search of five databases was conducted using key terms related to FMT and psychiatric illnesses. All results were then evaluated based on specific eligibility criteria. RESULTS: Twenty-one studies met the eligibility criteria and were analysed for reported changes in mood and behavioural measures indicative of psychiatric wellbeing. The studies included were either entirely clinical (n = 8), preclinical with human donors (n = 9), or entirely preclinical (n = 11). All studies found a decrease in depressive and anxiety-like symptoms and behaviours resulting from the transplantation of healthy microbiota. The inverse was also found, with the transmission of depressive and anxiety-like symptoms and behaviours resulting from the transplantation of microbiota from psychiatrically ill donors to healthy recipients. CONCLUSION: There appears to be strong evidence for the treatment and transmission of psychiatric illnesses through FMT. Further research with larger sample sizes and stronger scientific design is warranted in order to fully determine the efficacy and safety of this potential treatment. Registered on PROSPERO, IRD: CRD42019126795.
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 | 0,004 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,007 |
| Bibliométrie | 0,007 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».