Pharmacomicrobiomics of Antidepressants in Depression: A Systematic Review
Notice bibliographique
Résumé
This systematic review evaluated the animal and human evidence for pharmacomicrobiomics (PMx) interactions of antidepressant medications. Studies of gut microbiota effects on functional and behavioral effects of antidepressants in human and animal models were identified from PubMed up to December 2022. Risk of bias was assessed, and results are presented as a systematic review following PRISMA guidelines. A total of 28 (21 animal, 7 human) studies were included in the review. The reviewed papers converged on three themes: (1) Antidepressants can alter the composition and metabolites of gut microbiota, (2) gut microbiota can alter the bioavailability of certain antidepressants, and (3) gut microbiota may modulate the clinical or modeled mood modifying effects of antidepressants. The majority (n = 22) of studies had at least moderate levels of bias present. While strong evidence is still lacking to understand the clinical role of antidepressant PMx in human health, there is evidence for interactions among antidepressants, microbiota changes, microbiota metabolite changes, and behavior. Well-controlled studies of the mediating and moderating effects of baseline and treatment-emergent changes in microbiota on therapeutic and adverse responses to antidepressants are needed to better establish a potential role of PMx in personalizing antidepressant treatment selection and response prediction.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».