MétaCan
Menu
Retour à la cohorte
Enregistrement W4291783598 · doi:10.3389/fcimb.2022.943427

Gut Microbiota Composition in Prediabetes and Newly Diagnosed Type 2 Diabetes: A Systematic Review of Observational Studies

2022· review· en· W4291783598 sur OpenAlexaboutno aff
Geetha Letchumanan, Natasya Abdullah, Muhamad Marlini, Nizam Baharom, Blair Lawley, Mohd Rahman Omar, Fathima Begum Syed Mohideen, Faizul Helmi Addnan, Zarini Ismail, Siva Gowri Pathmanathan

Notice bibliographique

RevueFrontiers in Cellular and Infection Microbiology · 2022
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGut microbiota and health
Établissements canadiensnon disponible
Organismes subventionnairesUniversiti Sains Islam MalaysiaUniversity of Otago
Mots-clésPrediabetesType 2 diabetesObservational studyGut floraDiabetes mellitusMedicineComposition (language)BiologyInternal medicineBioinformaticsImmunologyEndocrinology

Résumé

récupéré en direct d'OpenAlex

Evidence of gut microbiota involvement in regulating glucose metabolism and type 2 diabetes mellitus (T2DM) progression is accumulating. The understanding of microbial dysbiosis and specific alterations of gut microbiota composition that occur during the early stages of glucose intolerance, unperturbed by anti-diabetic medications, is especially essential. Hence, this systematic review was conducted to summarise the existing evidence related to microbiota composition and diversity in individuals with prediabetes (preDM) and individuals newly diagnosed with T2DM (newDM) in comparison to individuals with normal glucose tolerance (nonDM). A systematic search of the PubMed, MEDLINE and CINAHL databases were conducted from inception to February 2021 supplemented with manual searches of the list of references. The primary keywords of “type 2 diabetes”, “prediabetes”, “newly-diagnosed” and “gut microbiota” were used. Observational studies that conducted analysis of the gut microbiota of respondents with preDM and newDM were included. The quality of the studies was assessed using the modified Newcastle-Ottawa scale by independent reviewers. A total of 18 studies (5,489 participants) were included. Low gut microbial diversity was generally observed in preDM and newDM when compared to nonDM. Differences in gut microbiota composition between the disease groups and nonDM were inconsistent across the included studies. Four out of the 18 studies found increased abundance of phylum Firmicutes along with decreased abundance of Bacteroidetes in newDM. At the genus/species levels, decreased abundance of Faecalibacterium prausnitzii, Roseburia, Dialister, Flavonifractor, Alistipes, Haemophilus and Akkermansia muciniphila and increased abundance of Lactobacillus, Streptococcus, Escherichia, Veillonella and Collinsella were observed in the disease groups in at least two studies. Lactobacillus was also found to positively correlate with fasting plasma glucose (FPG), HbA1c and/or homeostatic assessment of insulin resistance (HOMA-IR) in four studies. This renders a need for further investigations on the species/strain-specific role of endogenously present Lactobacillus in glucose regulation mechanism and T2DM disease progression. Differences in dietary intake caused significant variation in specific bacterial abundances. More studies are needed to establish more consistent associations, between clinical biomarkers or dietary intake and specific gut bacterial composition in prediabetes and early T2DM.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,038
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,042

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,038
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0080,008
Bibliométrie0,0120,015
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 GPT0,304
Écart entre enseignants0,267 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations149
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Cellular and Infection MicrobiologyMême sujetGut microbiota and healthTravaux en français237 207