Gut Microbiota in Psychiatric Disorders: A Systematic Review
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVE: This systematic review sought to comprehensively summarize gut microbiota research in psychiatric disorders following PRISMA guidelines. METHODS: Literature searches were performed on databases using keywords involving gut microbiota and psychiatric disorders. Articles in English with human participants up until February 13, 2020, were reviewed. Risk of bias was assessed using a modified Newcastle-Ottawa Scale for microbiota studies. RESULTS: Sixty-nine of 4231 identified studies met the inclusion criteria for extraction. In most studies, gut microbiota composition differed between individuals with psychiatric disorders and healthy controls; however, limited consistency was observed in the taxonomic profiles. At the genus level, the most replicated findings were higher abundance of Bifidobacterium and lower abundance of Roseburia and Faecalibacterium among patients with psychiatric disorders. CONCLUSIONS: Gut bacteria that produce short-chain fatty acids, such as Roseburia and Faecalibacterium, could be less abundant in patients with psychiatric disorders, whereas commensal genera, for example, Bifidobacterium, might be more abundant compared with healthy controls. However, most included studies were hampered by methodological shortcomings including small sample size, unclear diagnostics, failure to address confounding factors, and inadequate bioinformatic processing, which might contribute to inconsistent results. Based on our findings, we provide recommendations to improve quality and comparability of future microbiota studies in psychiatry.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 découle