MétaCan
Menu
← Retour à la cohorte
Enregistrement W4411846636 · doi:10.3899/jrheum.2025-0314.78

Modulating the Gut-Joint Axis: The Impact of Anti-TNF Therapy on Gut Microbiota in Ankylosing Spondylitis - A Systematic Review

2025· review· en· W4411846636 sur OpenAlexvenueno aff
Mahmoud Hashim, Islam Al Ghanam, Ahmed Afifi, Pedro Arias, Herbert Quintanilla, Karun Shrestha, Prakriti Subedi, Lilya Gandrabur

Notice bibliographique

RevueThe Journal of Rheumatology · 2025
Typereview
Langueen
DomaineMedicine
ThématiqueSpondyloarthritis Studies and Treatments
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAnkylosing spondylitisMedicineGut floraSpondylitisTumor necrosis factor alphaImmunologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Objectives Ankylosing Spondylitis (AS) is a chronic inflammatory disorder that primarily affects the spine and pelvis. Here, we aim to explore the Gut-Joint Axis in AS with a focus on changes in alpha diversity (diversity within a single sample) and beta diversity (differences in microbiota composition between samples) following Anti-TNF treatment. Methods A comprehensive search of PubMed, Web of Science, Scopus, Embase, and Cochrane databases was conducted up to May 2024. Studies comparing fecal microbiota composition in AS patients before and after Anti-TNF therapy were identified and selected based on PRISMA guidelines. From an initial pool of 1,163 studies, 5 met inclusion criteria, involving 230 AS patients and 209 healthy controls (HC). We excluded duplicates, animal studies, case reports, conference abstracts, non-English articles, irrelevant studies, non-full-text manuscripts, and Mendelian randomization studies, as these do not provide direct observational data on microbiota composition and could introduce methodological heterogeneity. Results After manually screening 197 studies, 5 manuscripts were included, comprising 4 prospective cohorts and 1 case-control study. All the studies were conducted in China, with 16S rRNA sequencing used in 3 studies and Shotgun sequencing in 2 studies. None of the patients or controls in the included studies received antibiotics within the 3 months prior to enrollment. Across multiple studies, Anti-TNF therapy significantly impacts gut microbiota composition in AS patients, often shifting it toward a pattern more similar to healthy controls. Both alpha and beta diversity metrics show that AS patients have distinct gut microbiota compositions compared to healthy individuals, but Anti-TNF therapy appears to reduce these differences, suggesting a restorative effect on the microbiome (Table 1). Conclusion Our analysis underscores the potential role of gut microbiota as a target in AS treatment. The effect of Anti-TNF therapy on gut microbiota could potentially contribute to its therapeutic efficacy in managing Ankylosing Spondylitis.

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)0,006
score de la tête « metaresearch » (Gemma)0,020
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,020
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0080,007
Bibliométrie0,0080,008
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,042
Tête enseignante GPT0,358
Écart entre enseignants0,315 · 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'étudeRevue systématique
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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Rheumatology→Même sujetSpondyloarthritis Studies and Treatments→Travaux en français237 207→