Role of oral microbiota in Alzheimer’s disease: A systematic review of clinical studies
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Alzheimer’s disease (AD) is one of the most common neurodegenerative diseases in the world, causing dementia among the elderly. Oral microbiome may be associated with AD. This systematic review summarizes the current role of the oral microbiome in the etiology and diagnosis of AD. Articles included were sourced primarily from electronic databases including PubMed, EMBASE, Web of Science, Scopus, and Cochrane Library from January 2011 to August 2022 and in OpenGrey and Google Scholar for grey literature. Relevant studies were selected using a two-stage approach involving the screening of titles and abstracts and full-text evaluation by two authors. Risk of bias was also performed using the Newcastle Ottawa scale (NOS) before qualitative synthesis. 18 studies out of 1079 citations were included in this review. The median NOS rating (IQR) of the reviewed studies was 8 (7.25 – 9). Most studies suggested that there was an association between oral microbiome and AD. Some claimed that oral microbiome might be the risk factor of AD using disparate approaches. Others also detected antibodies to oral microorganisms among AD patients and observed a significantly different alpha diversity among patients with AD than controls. Although limited by the number of studies, this review found that a change in the oral microbiome may be indicative of AD severity. Oral microbiome may be associated with Alzheimer’s disease. Some microbial species may be risk factors or aid diagnosis for AD, however more research is still needed to establish their role in AD etiology and noninvasive diagnosis.
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.
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 | 0,005 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,007 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle