The multiple sclerosis gut microbiome and disease activity: A systematic review
Notice bibliographique
Résumé
BACKGROUND: The gut microbiome is a potential therapeutic target for multiple sclerosis (MS), yet its association with disease activity remains unclear. We systematically reviewed the literature to investigate the relationship between the gut microbiome and MS disease activity, course, and disability progression. METHODS: We searched MEDLINE, EMBASE, Web of Science and Google Scholar (01/2011-02/2024) to identify relevant observational or interventional studies published in English. Case reports were ineligible. Outcomes included disease activity (e.g. relapses, MRI), course (e.g. relapsing-remitting/secondary-progressive [RR/SPMS]) and disability progression (e.g. using the Expanded Disability Status Scale [EDSS]). Study quality was evaluated using the Newcastle-Ottawa Scale. RESULTS: Four longitudinal and nineteen cross-sectional studies were included, totaling 1760 persons with MS. Most were female (1237/1760, 70 %) and had RRMS (1378/1760, 78 %). The majority of studies (67 %;10/15) examining gut diversity (alpha or beta) did not find an association with disease activity, course or progression. However, several gut taxa exhibited significant associations with study outcomes, including eight that varied in consistent directions: a higher abundance of Actinobacteria, Bacteroidota and Roseburia inulinivorans were associated with better MS outcomes (e.g. lower EDSS scores), while higher abundances of Streptococcus, Clostridium nexile, Clostridium scindens and Collinsella aerofaciens were associated with worse outcomes (e.g. higher MRI lesion volumes). CONCLUSIONS: Gut diversity was not associated with MS-related outcomes in most studies whereas several gut taxa were, including higher abundances of short chain-fatty acid producers (e.g. Bacteroidota) showing associations with lower EDSS scores. Most studies were cross-sectional, limiting interpretation of findings; longitudinal studies are warranted.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,003 |
| Bibliométrie | 0,006 | 0,008 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,005 | 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 ».