MétaCan
Menu
Retour à la cohorte
Enregistrement W4409952582 · doi:10.1080/14796708.2025.2494981

The role of the gut microbiome in Parkinson’s disease

2025· article· en· W4409952582 sur OpenAlexafffund
Avril Metcalfe‐Roach, B. Brett Finlay

Notice bibliographique

RevueFuture Neurology · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueParkinson's Disease Mechanisms and Treatments
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesCanadian Institutes of Health ResearchWeston Family Foundation
Mots-clésMicrobiomeGut microbiomeDiseaseParkinson's diseaseNeuroscienceMedicinePsychologyPsychiatryBioinformaticsBiologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Parkinson’s disease (PD) is a common neurodegenerative disorder that is best characterized by motor impairment. Gut-related symptoms are prevalent in PD, including dysbiosis of the microbiome, which is relatively consistent across cohorts. Anti-inflammatory short-chain fatty acid (SCFA) producers are less abundant, while PD-associated taxa perform a variety of pro-inflammatory functions including LPS production and protein fermentation. Microbial metabolism of sulfur, bile acids (BAs), and neurotransmitters – particularly glutamate – may also disrupt homeostatic balance, spurring PD pathology. Together, microbial mechanisms likely promote a subset of PD cases by disrupting the gut barrier, activating the immune system, and increasing the systemic spread of microbial metabolites which trigger inflammation. Certain PD symptoms are associated with gut-first PD, and may be useful for building PD cohorts where the microbiome is more likely to be a relevant factor. The oral PD microbiome, though relatively understudied, may also promote PD through inflammatory mechanisms. Gut microbial interventions have provided some causal evidence for microbial involvement in PD, but existing studies are few and difficult to compare. Future PD microbiome studies will benefit from a personalized medicine approach, taking symptom presentation, medications, and multi-omics data into account and using standardized methodologies.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,003
Tête enseignante GPT0,224
Écart entre enseignants0,221 · 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'étudeThéorique ou conceptuel
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

Citations5
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFuture NeurologyMême sujetParkinson's Disease Mechanisms and TreatmentsTravaux en français237 207