The Gut Microbiota Profile in Heart Failure Patients: A Systematic Review
Notice bibliographique
Résumé
BACKGROUND AND AIMS: Traditional cardiovascular risk factors are established predictors of heart failure (HF). However, the human gut microbiota is suggested to potentially interact with the cardiovascular system through the "gut-heart axis", which induces inflammation and contributes to HF pathogenesis. This systematic review aims to confirm the interconnection between the gut microbiome in HF patients. METHODS: Peer-reviewed human studies comparing the gut microbiota profile in adult patients with HF and healthy controls (HCs) up to April 18, 2022, were searched in Ovid MEDLINE, Ovid EMBASE, SCOPUS, and the Cochrane Library. The quality of the included studies was assessed using the Newcastle-Ottawa Scale (NOS). RESULTS: A total of nine studies, including 317 HF patients and 510 HCs, were included in the review. Decreased gut microbiota richness and similar microbial diversity (alpha diversity), and significantly different gut microbiota composition (beta diversity) were observed between HF patients and HCs. In comparison to HCs, HF patients had a greater abundance of Actinobacteria, Proteobacteria, and Synergistetes phyla; Enterococcus, Escherichia, Klebsiella, Lactobacillus, Streptococcus, and Veilonella genera and Ruminococcus gnavus, Streptococcus sp., and Veilonella sp. species. In contrast, there was decreased abundance of Firmicutes phylum; Blautia, Eubacterium, Faecalibacterium, and Lachnospiraceae FCS020 genera; and Dorea longicatena, Eubacterium rectale, Faecalibacterium prausnitzii, Oscillibacter sp., and Sutterella wadsworthensis species in HF patients. CONCLUSIONS: Gut microbiota diversity, richness, and composition in HF patients differ significantly from the healthy population. Overall, short-chain fatty acid (SCFA)-producing gut microbiota was depleted in HF patients. However, different underlying comorbidities, environments, lifestyles, and dietary choices could affect gut microbiota heterogeneity.
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 | 0,003 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,005 |
| Bibliométrie | 0,008 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».