MétaCan
Menu
Retour à la cohorte
Enregistrement W4413056813 · doi:10.3390/applmicrobiol5030070

The Gut–Brain Axis in Schizophrenia: A Systems-Level Understanding of Psychiatric Illness

2025· article· en· W4413056813 sur OpenAlexaff
A. A. Mardon, Jonathan Harline, Catherine Mardon, Jean-Luc Leong-Sit

Notice bibliographique

RevueApplied Microbiology · 2025
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGut microbiota and health
Établissements canadiensCarleton UniversityAthabasca UniversityToronto Metropolitan UniversityUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésNeurochemicalSchizophrenia (object-oriented programming)Gut–brain axisMicrobiomeGut floraKynurenine pathwayNeuroscienceDysbiosisNeuroinflammationGut microbiomeMedicineKynurenineBioinformaticsPsychologyBiologyPsychiatryInflammationImmunology

Résumé

récupéré en direct d'OpenAlex

Schizophrenia is a complex psychiatric disorder traditionally linked to neurotransmitter dysregulation, particularly within dopamine and glutamate pathways. However, recent evidence implicates the gut–brain axis as a potential contributor to its pathophysiology. This perspective article proposes a systems-level understanding of schizophrenia that incorporates the role of gut microbial dysbiosis specifically, reductions in short-chain fatty acid (SCFA)-producing taxa, and elevations in pro-inflammatory microbes. These imbalances may compromise gut barrier integrity, stimulate systemic inflammation, and disrupt neurochemical signaling in the brain. We synthesize findings from animal models, clinical cohorts, and microbial intervention trials, highlighting mechanisms such as SCFA regulation, altered tryptophan–kynurenine metabolism, and microbial impacts on neurotransmitters. We also explore microbiome-targeted interventions like probiotics, prebiotics, dietary strategies, and fecal microbiota transplantation (FMT) and their potential as adjunctive therapies. While challenges remain in causality and translation, integrating gut–brain axis insights may support more personalized and biologically informed models of schizophrenia care.

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: Synthèse
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,002
Communication savante0,0020,002
Science ouverte0,0000,002
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,014
Tête enseignante GPT0,256
Écart entre enseignants0,241 · 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

Citations3
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied MicrobiologyMême sujetGut microbiota and healthTravaux en français237 207