MétaCan
Menu
Retour à la cohorte
Enregistrement W4394959453 · doi:10.3389/fnut.2024.1330903

Approach to the diagnosis and management of dysbiosis

2024· article· en· W4394959453 sur OpenAlexaff
Kannayiram Alagiakrishnan, Joao Morgadinho, Tyler Halverson

Notice bibliographique

RevueFrontiers in Nutrition · 2024
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueNutrition, Genetics, and Disease
Établissements canadiensAlberta Health ServicesUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésDysbiosisMicrobiomeHuman microbiomeBiologyIntestinal MicrobiomeGut floraHuman Microbiome ProjectMetagenomicsImmunologyGeneticsGene

Résumé

récupéré en direct d'OpenAlex

All microorganisms like bacteria, viruses and fungi that reside within a host environment are considered a microbiome. The number of bacteria almost equal that of human cells, however, the genome of these bacteria may be almost 100 times larger than the human genome. Every aspect of the physiology and health can be influenced by the microbiome living in various parts of our body. Any imbalance in the microbiome composition or function is seen as dysbiosis. Different types of dysbiosis are seen and the corresponding symptoms depend on the site of microbial imbalance. The contribution of the intestinal and extra-intestinal microbiota to influence systemic activities is through interplay between different axes. Whole body dysbiosis is a complex process involving gut microbiome and non-gut related microbiome. It is still at the stage of infancy and has not yet been fully understood. Dysbiosis can be influenced by genetic factors, lifestyle habits, diet including ultra-processed foods and food additives, as well as medications. Dysbiosis has been associated with many systemic diseases and cannot be diagnosed through standard blood tests or investigations. Microbiota derived metabolites can be analyzed and can be useful in the management of dysbiosis. Whole body dysbiosis can be addressed by altering lifestyle factors, proper diet and microbial modulation. The effect of these interventions in humans depends on the beneficial microbiome alteration mostly based on animal studies with evolving evidence from human studies. There is tremendous potential for the human microbiome in the diagnosis, treatment, and prognosis of diseases, as well as, for the monitoring of health and disease in humans. Whole body system-based approach to the diagnosis of dysbiosis is better than a pure taxonomic approach. Whole body dysbiosis could be a new therapeutic target in the management of various health conditions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,008
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0020,003
Intégrité de la recherche0,0030,006
Charge utile insuffisante (le modèle a refusé de juger)0,0080,004

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 Opus0,009
Tête enseignante GPT0,234
Écart entre enseignants0,225 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations56
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in NutritionMême sujetNutrition, Genetics, and DiseaseTravaux en français237 207