Gut microbiome-targeted therapies in liver cirrhosis: a protocol for systematic review and meta-analysis
Notice bibliographique
Résumé
Abstract Background Microbiome-targeted therapies (MTTs), including probiotics, prebiotics, synbiotics, and fecal microbiota transplantation (FMT), have been proposed as a potential treatment for cirrhosis via modulation of gut microbiome, while the impact of gut microflora alteration on liver function in cirrhosis trajectory is unclear, and no related systematic review has been published. We aim to comprehensively assess the effects of MTTs in patients with liver cirrhosis. Methods We will search databases of MEDLINE, EMBASE, and Cochrane Central Register of Controlled Trials (CENTRAL) with no time restriction. Only randomized controlled trials published in English will be included. Two independent reviewers will be responsible for study identification and selection, data extraction, and risk of bias assessment, with discrepancies resolved by consensus or referral to a third author. Heterogeneity of studies will be examined using Cochrane Q-test and I 2 statistics. The data will be pooled using either a fixed- or random-effects model based on I 2 statistics. The results will be presented as risk ratios (RR) or mean differences (MD) with 95% confidence intervals (CI). We will perform subgroup analysis on the type of MTTs and assess the reporting biases. Sensitivity analysis will be conducted to test the stability of each outcome result. Discussion There is no current study about the role of MTTs in developing the liver function, and the therapeutic effects of MTTs are inconsistent. By investigating the liver-specific indicators when treating with multiple MTTs on course of cirrhosis, our findings will give more conclusive and stronger evidence about the efficacy of MTTs and provide new insight into the action mechanisms of these MTTs. Systematic review registration PROSPERO CRD42021253198.
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 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 | 0,005 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».