Exploring the role of gut microbiota dysbiosis in gout pathogenesis: a systematic review
Notice bibliographique
Résumé
Abstract Objective Different mechanisms play role in the pathogenesis of gout and gut microbiota is believed to be one of these factors. The main goal of this systematic review is to summarize evidence regarding changes in gut microbiota composition in gout disease and uncover underlying mechanisms. Methods A comprehensive search was conducted on PubMed, Web of Science and Scopus databases up to October 2021. Animal studies and human observational studies including case-control, cross-sectional, and cohorts assessing associations between the gut microbiota composition and gout were included. The quality of the included human and animal studies has been evaluated using the Newcastle–Ottawa Quality Assessment scale (NOS) and the SYRCLE's risk of bias tool, respectively. Results 15 studies from 274 recorded studies were included in this systematic review. 10 studies on human and 5 on animals. Increase in frequency of Alistipes and decreased Enterobacteriaceae lead to changes of enzyme level in purine metabolism and aggravates gout condition. Moreover, rise of Phascolarctobacterium and Bacteroides play role in gout through enzyme modulation. Butyrate-producing bacteria such as Faecalibacterium, prausnitzii, Oscillibacter, Butyricicoccus and Bifidobacterium revealed an increase in healthy controls compared to gout patients which points to the possible underlying role of short-chain fatty acids (SCFAs) leading to both anti-inflammatory advantages and promoting intestinal barrier for host. Lipopolysaccharides (LPS)-releasing bacteria, Enterobacteriaceae, Prevotella and Bacteroides, also impact on gout disease by stimulating the innate immune system. Conclusion Exploring gut microbiota dysbiosis in gout disease and the underlying mechanisms could make a novel insight for microbiota-modulating therapies.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,008 |
| Bibliométrie | 0,011 | 0,011 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».