MétaCan
Menu
Retour à la cohorte
Enregistrement W4312065670 · doi:10.1631/jzus.b2200344

Changes in the gut microbiota of osteoporosis patients based on 16S rRNA gene sequencing: a systematic review and meta-analysis

2022· review· en· W4312065670 sur OpenAlex
Rui Huang, Pan Liu, Yiguang Bai, Jieqiong Huang, Rui Pan, Huihua Li, Yeping Su, Quan Zhou, Ruixin Ma, Shaohui Zong, Gaofeng Zeng

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.

aboutLe titre ou le résumé porte un signal canadien du lexique géographique.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueJournal of Zhejiang University SCIENCE B · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueBone health and osteoporosis research
Établissements canadiensnon disponible
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésMeta-analysisCochrane LibraryPublication biasMedicineBiologyBioinformaticsInternal medicine

Résumé

récupéré en direct d'OpenAlex

Osteoporosis (OP) has become a major public health issue, threatening the bone health of middle-aged and elderly people from all around the world. Changes in the gut microbiota (GM) are correlated with the maintenance of bone mass and bone quality. However, research results in this field remain highly controversial, and no systematic review or meta-analysis of the relationship between GM and OP has been conducted. This paper addresses this shortcoming, focusing on the difference in the GM abundance between OP patients and healthy controls based on previous 16S ribosomal RNA (rRNA) gene sequencing results, in order to provide new clinical reference information for future customized prevention and treatment options of OP. According to the Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA), we comprehensively searched the databases of PubMed, Web of Science, Embase, Cochrane Library, and China National Knowledge Infrastructure (CNKI). In addition, we applied the R programming language version 4.0.3 and Stata 15.1 software for data analysis. We also implemented the Newcastle-Ottawa Scale (NOS), funnel plot analysis, sensitivity analysis, Egger’s test, and Begg’s test to assess the risk of bias. This research ultimately considered 12 studies, which included the fecal GM data of 2033 people (604 with OP and 1429 healthy controls). In the included research papers, it was observed that the relative abundance of Lactobacillus and Ruminococcus increased in the OP group, while the relative abundance for Bacteroides of Bacteroidetes increased (except for Ireland). Meanwhile, Firmicutes, Blautia, Alistipes, Megamonas, and Anaerostipes showed reduced relative abundance in Chinese studies. In the linear discriminant analysis Effect Size (LEfSe) analysis, certain bacteria showed statistically significant results consistently across different studies. This observational meta-analysis revealed that changes in the GM were correlated with OP, and variations in some advantageous GM might involve regional differences.

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 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)0,006
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,933
Score d'incertitude au seuil0,556

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0040,001
Bibliométrie0,0020,005
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,132
Tête enseignante GPT0,356
Écart entre enseignants0,224 · 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