MétaCan
Menu
Retour à la cohorte
Enregistrement W4379231016 · doi:10.3389/fcimb.2023.1191126

Alterations of gut microbiome following gastrointestinal surgical procedures and their potential complications

2023· review· en· W4379231016 sur OpenAlexaff
Christina Tsigalou, Afroditi Paraschaki, Nicola Luigi Bragazzi, Konstantina Aftzoglou, Elisavet Stavropoulou, Zacharias Tsakris, Stergios Vradelis, Eugenia Bezirtzoglou

Notice bibliographique

RevueFrontiers in Cellular and Infection Microbiology · 2023
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGut microbiota and health
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésMicrobiomeGut floraGut microbiomeMedicineDiseaseBacterial translocationIntensive care medicineImmunityPsychological interventionAnastomosisSurgical proceduresBioinformaticsImmunologySurgeryImmune systemBiologyPathology

Résumé

récupéré en direct d'OpenAlex

Intestinal microorganisms play a crucial role in shaping the host immunity and maintaining homeostasis. Nevertheless, alterations in gut bacterial composition may occur and these alterations have been linked with the pathogenesis of several diseases. In surgical practice, studies revealed that the microbiome of patients undergoing surgery changes and several post-operative complications seem to be associated with the gut microbiota composition. In this review, we aim to provide an overview of gut microbiota (GM) in surgical disease. We refer to several studies which describe alterations of GM in patients undergoing different types of surgery, we focus on the impacts of peri-operative interventions on GM and the role of GM in development of post-operative complications, such as anastomotic leak. The review aims to enhance comprehension regarding the correlation between GM and surgical procedures based in the current knowledge. However, preoperative and postoperative synthesis of GM needs to be further examined in future studies, so that GM-targeted measures could be assessed and the different surgery complications could be reduced.

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 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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,981
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,017
Tête enseignante GPT0,286
Écart entre enseignants0,269 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations38
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Cellular and Infection MicrobiologyMême sujetGut microbiota and healthTravaux en français237 207