MétaCan
Menu
Retour à la cohorte
Enregistrement W4289517542 · doi:10.3389/fmicb.2022.984867

Swimming and the human microbiome at the intersection of sports, clinical, and environmental sciences: A scoping review of the literature

2022· review· en· W4289517542 sur OpenAlexaff
Luca Puce, Jarrad Hampton‐Marcell, Khaled Trabelsi, Achraf Ammar, Hamdi Chtourou, Ayoub Boulares, Lucio Marinelli, Laura Mori, Filippo Cotellessa, Antonio Currà, Carlo Trompetto, Nicola Luigi Bragazzi

Notice bibliographique

RevueFrontiers in Microbiology · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueExercise and Physiological Responses
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésMicrobiomeHuman microbiomeBiologyDysbiosisBioinformatics

Résumé

récupéré en direct d'OpenAlex

The human microbiota is comprised of more than 10–100 trillion microbial taxa and symbiotic cells. Two major human sites that are host to microbial communities are the gut and the skin. Physical exercise has favorable effects on the structure of human microbiota and metabolite production in sedentary subjects. Recently, the concept of “athletic microbiome” has been introduced. To the best of our knowledge, there exists no review specifically addressing the potential role of microbiomics for swimmers, since each sports discipline requires a specific set of techniques, training protocols, and interactions with the athletic infrastructure/facility. Therefore, to fill in this gap, the present scoping review was undertaken. Four studies were included, three focusing on the gut microbiome, and one addressing the skin microbiome. It was found that several exercise-related variables, such as training volume/intensity, impact the athlete’s microbiome, and specifically the non-core/peripheral microbiome, in terms of its architecture/composition, richness, and diversity. Swimming-related power-/sprint- and endurance-oriented activities, acute bouts and chronic exercise, anaerobic/aerobic energy systems have a differential impact on the athlete’s microbiome. Therefore, their microbiome can be utilized for different purposes, including talent identification, monitoring the effects of training methodologies, and devising ad hoc conditioning protocols, including dietary supplementation. Microbiomics can be exploited also for clinical purposes, assessing the effects of exposure to swimming pools and developing potential pharmacological strategies to counteract the insurgence of skin infections/inflammation, including acne. In conclusion, microbiomics appears to be a promising tool, even though current research is still limited, warranting, as such, further studies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,742
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,004
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,037
Tête enseignante GPT0,355
Écart entre enseignants0,319 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in MicrobiologyMême sujetExercise and Physiological ResponsesTravaux en français237 207