Changes in signalling from faecal neuroactive metabolites following dietary modulation of IBS pain
Notice bibliographique
Résumé
OBJECTIVE: Dietary therapies for irritable bowel syndrome (IBS) have received increasing interest but predicting which patients will benefit remains a challenge due to a lack of mechanistic insight. We recently found evidence of a role for the microbiota in dietary modulation of pain signalling in a humanised mouse model of IBS. This randomised cross-over study aimed to test the hypothesis that pain relief following reduced consumption of fermentable carbohydrates is the result of changes in luminal neuroactive metabolites. DESIGN: IBS (Rome IV) participants underwent four trial periods: two non-intervention periods, followed by a diet low (LFD) and high in fermentable carbohydrates for 3 weeks each. At the end of each period, participants completed questionnaires and provided stool. The effects of faecal supernatants (FS) collected before (IBS FS) and after a LFD (LFD FS) on nociceptive afferent neurons were assessed in mice using patch-clamp and ex vivo colonic afferent nerve recording techniques. RESULTS: Total IBS symptom severity score and abdominal pain were reduced by the LFD (N=25; p<0.01). Excitability of neurons was increased in response to IBS FS, but this effect was reduced (p<0.01) with LFD FS from pain-responders. IBS FS from pain-responders increased mechanosensitivity of nociceptive afferent nerve axons (p<0.001), an effect lost following LFD FS administration (p=NS) or when IBS FS was administered in the presence of antagonists of histamine receptors or protease inhibitors. CONCLUSIONS: In a subset of IBS patients with improvement in abdominal pain following a LFD, there is a decrease in pronociceptive signalling from FS, suggesting that changes in luminal mediators may contribute to symptom response.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».