Gut microbiome responses to dietary intake of grain-based fibers with the potential to modulate markers of metabolic disease: a systematic literature review
Notice bibliographique
Résumé
CONTEXT: Cereal fiber modulates the gut microbiome and benefits metabolic health. The potential link between these effects is of interest.0. OBJECTIVE: The aim for this systematic review was to assess evidence surrounding the influence of cereal fiber intake on microbiome composition, microbiome diversity, short-chain fatty acid production, and risk factors for metabolic syndrome. DATA SOURCES AND EXTRACTION: The MEDLINE, PubMed, CINAHL, and Cochrane Library databases were searched systematically, and quality of studies was assessed using the Cochrane Risk of Bias 2.0 tool. Evidence relating to study design, dietary data collection, and outcomes was qualitatively synthesized on the basis of fiber type. DATA ANALYSIS: Forty-six primary publications and 2 secondary analyses were included. Cereal fiber modulated the microbiome in most studies; however, taxonomic changes indicated high heterogeneity. Short-chain fatty acid production, microbiome diversity, and metabolic-related outcomes varied and did not always occur in parallel with microbiome changes. Poor dietary data were a further limitation. CONCLUSIONS: Cereal fiber may modulate the gut microbiome; however, evidence of the link between this and metabolic outcomes is limited. Additional research is required with a focus on robust and consistent methodology. SYSTEMATIC REVIEW REGISTRATION: PROSPERO registration no. CRD42018107117.
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 | 0,007 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,006 |
| Bibliométrie | 0,007 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».