Association between Gut Microbiota Compositions with MicrovascularComplications in Individuals with Diabetes: A Systematic Review
Notice bibliographique
Résumé
BACKGROUND: Diabetes is one of the chronic and very complex diseases that can lead to microvascular complications. Recent evidence demonstrates that dysbiosis of the microbiota composition might result in low-grade, local, and systemic inflammation, which contributes directly to the development of diabetes mellitus and its microvascular consequences. OBJECTIVE: The aim of this systematic review was to investigate the association between diabetes microvascular complications, including retinopathy, neuropathy, nephropathy, and gut microbiota composition. METHODS: A systematic search was carried out in PubMed, Scopus, and ISI Web of Science from database inception to March 2023. Screening, data extraction, and quality assessment were performed by two independent authors. The Newcastle-Ottawa Quality Assessment Scale was used for quality assessment. RESULTS: About 19 articles were selected from 590 retrieved articles. Among the included studies, nephropathy has been studied more than other complications of diabetes, showing that the composition of the healthy microbiota is changed, and large quantities of uremic solutes that cause kidney injury are produced by gut microbes. Phyla, including Fusobacteria and Proteobacteria, accounted for the majority of the variation in gut microbiota between Type 2 diabetic patients with and without neuropathy. In cases with retinopathy, an increase in pathogenic and proinflammatory bacteria was observed. CONCLUSION: Our results revealed that increases in Bacteroidetes, Proteobacteria and Fusobacteria may be associated with the pathogenesis of diabetic nephropathy, neuropathy, and retinopathy. In view of the detrimental role of intestinal dysbiosis in the development of diabetes-related complications, gut microbiota assessment may be used as a biomarker in the future and interventions that modulate the composition of microbiota in individuals with diabetes can be used to prevent and control these complications.
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 | 0,004 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,007 |
| Bibliométrie | 0,007 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».