The role of the intestinal microbiome in cognitive decline in patients with kidney disease
Notice bibliographique
Résumé
Cognitive decline is frequently seen in patients with chronic kidney disease (CKD). The causes of cognitive decline in these patients are likely to be multifactorial, including vascular disease, uraemic toxins, blood-brain barrier leakage, and metabolic and endocrine changes. Gut dysbiosis is common in patients with CKD and contributes to the increase in uraemic toxins. However, the gut microbiome modulates local and systemic levels of several metabolites such as short-chain fatty acids or derivatives of tryptophan metabolism, neurotransmitters, endocannabinoid-like mediators, bile acids, hormones such as glucagon-like peptide 1 (GLP1) or cholecystokinin (CCK). These factors can affect gut function, immunity, autonomic nervous system activity and various aspects of brain function. Key areas include blood-brain barrier integrity, nerve myelination and survival/proliferation, appetite, metabolism and thermoregulation, mood, anxiety and depression, stress and local inflammation. Alterations in the composition of the gut microbiota and the production of biologically active metabolites in patients with CKD are well documented and are favoured by low-fiber diets, elevated urea levels, sedentary lifestyles, slow stool transit times and polypharmacy. In turn, dysbiosis can modulate brain function and cognitive processes, as discussed in this review. Thus, the gut microbiome may contribute to alterations in cognition in patients with CKD and may be a target for therapeutic interventions using diet, prebiotics and probiotics.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».