MétaCan
Menu
← Retour à la cohorte
Enregistrement W4412878369 · doi:10.7759/cureus.89300

Exploring the Relationship Between Gut Health and Autoimmune Diseases: A Systematic Review and Meta-Analysis

2025· review· en· W4412878369 sur OpenAlexaff
Allenki Vineesh, Shivani Shah, Kinjal Shah, Muhammad Hassan, Subodh Khadka, Fnu Rizwanullah, Abdullatif Sheikh Ibrahim, Sneha Kanduri Hanumantharayudu, Pavan Kumar Makam Surendraiah, Niftalieva Gyullu

Notice bibliographique

RevueCureus · 2025
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGut microbiota and health
Établissements canadiensGovernment of New Brunswick
Organismes subventionnairesnon disponible
Mots-clésMedicineMicrobiomeImmunologyDysbiosisGut floraImmune systemRheumatoid arthritisHuman microbiomeBioinformaticsDiseaseInternal medicineBiology

Résumé

récupéré en direct d'OpenAlex

Autoimmune diseases (AIDs) are multifaceted, chronic illnesses characterized by immune dysregulation and systemic inflammation. Newer evidence has pointed a finger at the human gut microbiota, a trillion-fold population of microorganisms that inhabits the human GI tract, as a major influential modulator of immune reactivity and a significant contributor to autoimmune pathogenesis. This systematic review will seek to address how the literature correlates with systematic changes in the gut microbiota in AIDs as well as explore mechanistic associations with biological processes like intestinal permeability and modulation of the immune system, coupled with determining the effectiveness of microbiota-directed interventions. An extensive literature search was conducted in PubMed, Embase, Cochrane Central, and Web of Science, involving the availability of studies until May 2025. The eligible studies included observational studies, randomized controlled trials, and relevant mechanistic research regarding autoimmune diseases and alterations of the gut microbiome or administered interventions. Data extraction and risk of bias (ROB) assessments were performed by two independent reviewers, and a narrative synthesis with an illustrative meta-analysis was applied. Inclusion criteria were met by 10 studies, encompassing various autoimmune diseases, including systemic lupus erythematosus (SLE), rheumatoid arthritis (RA), multiple sclerosis (MS), type 1 diabetes mellitus (T1DM), autoimmune thyroid diseases (AITDs), and psoriasis. Familiar patterns of microbiome dysbiosis were identified, such as a reduction in microbial diversity, increased intestinal permeability, and the expansion of pro-inflammatory species like Ruminococcus gnavus. Dietary interventions, fecal microbiota transplantation, and probiotics demonstrated positive effects on clinical outcomes and immune measures across multiple studies. The meta-analysis revealed that microbiota-directed interventions significantly improved disease activity and immune response markers in AIDs, indicating a robust link between gut microbiota composition and autoimmune pathology. In autoimmune disorders, gut microbiota is a key factor in immunopathology. Gut biology as an adjunct interventional strategy provides potential in managing these diseases. Additional studies are required to help standardize methods and identify microbial targets specific to diseases that can then be addressed through therapeutic interventions.

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)0,018
score de la tête « metaresearch » (Gemma)0,039
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,095

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0180,039
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0210,042
Bibliométrie0,0100,012
Études des sciences et des technologies0,0010,001
Communication savante0,0040,002
Science ouverte0,0030,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,282
Tête enseignante GPT0,409
Écart entre enseignants0,128 · 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'étudeMéta-analyse
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 revueCureus→Même sujetGut microbiota and health→Travaux en français237 207→