Relevance of biomarkers indicating gut damage and microbial translocation in people living with HIV
Notice bibliographique
Résumé
The intestinal barrier has the daunting task of allowing nutrient absorption while limiting the entry of microbial products into the systemic circulation. HIV infection disrupts the intestinal barrier and increases intestinal permeability, leading to microbial product translocation. Convergent evidence has shown that gut damage and an enhanced level of microbial translocation contribute to the enhanced immune activation, the risk of non-AIDS comorbidity, and mortality in people living with HIV (PLWH). Gut biopsy procedures are invasive, and are not appropriate or feasible in large populations, even though they are the gold standard for intestinal barrier investigation. Thus, validated biomarkers that measure the degree of intestinal barrier damage and microbial translocation are needed in PLWH. Hematological biomarkers represent an objective indication of specific medical conditions and/or their severity, and should be able to be measured accurately and reproducibly via easily available and standardized blood tests. Several plasma biomarkers of intestinal damage, i.e., intestinal fatty acid-binding protein (I-FABP), zonulin, and regenerating islet-derived protein-3α (REG3α), and biomarkers of microbial translocation, such as lipopolysaccharide (LPS) and (1,3)-β-D-Glucan (BDG) have been used as markers of risk for developing non-AIDS comorbidities in cross sectional analyses and clinical trials, including those aiming at repair of gut damage. In this review, we critically discuss the value of different biomarkers for the estimation of gut permeability levels, paving the way towards developing validated diagnostic and therapeutic strategies to repair gut epithelial damage and to improve overall disease outcomes in PLWH.
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) | 0,001 | 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 | 0,001 | 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 ».