Gut microbiota and intestinal polyps: a systematic review and meta-analysis based on 16S rRNA gene sequencing
Notice bibliographique
Résumé
Colorectal polyps serve as precursors to colorectal cancer and pose a growing public health challenge with their increasing incidence. The potential role of gut microbiota (GM) dysbiosis in colorectal polyp pathogenesis has garnered attention, yet existing evidence remains inconsistent. This study aimed to compare gut microbiota differences between colorectal polyp patients and healthy controls using systematic review and meta-analysis using 16S rRNA sequencing data. Following the Preferred Reporting Items for Systematic Reviews and Meta-Analyses guidelines, a systematic search was performed across multiple databases (PubMed, Web of Science, Embase, Cochrane Library) up to April 2025. Only studies comparing gut microbiota profiles between colorectal polyp patients and healthy controls were included. Data was independently screened and extracted by two reviewers, and study quality was assessed using the Newcastle–Ottawa Scale. Meta-analyses were conducted with R (version 4.4.1) and Stata (version 18.0), with heterogeneity assessed via the I 2 statistic and publication bias through funnel plots, Egger’s test, Begg’s test, and sensitivity analyses.Logit transformation was applied to enhance the accuracy and reproducibility of the analysis. Additionally, KEGG pathway data was utilized to explore the distinct metabolic pathway patterns between polyp patients and healthy controls. Systematic review and meta-analysis were performed by synthesizing 11 independent 16S rRNA-sequenced studies. Our analysis revealed that patients with colorectal polyps exhibited significantly reduced GM diversity, decreased Firmicutes abundance, and increased Fusobacteria abundance. KEGG pathway analysis indicated enrichment of the TCA cycle in polyp patients and more active amino acid metabolism in healthy controls. Patients with colorectal polyps have distinct gut microbiota characteristics and specific metabolic shifts. These findings may facilitate the discovery of non-invasive biomarkers, guide personalized prevention strategies, and improve risk stratification for early intervention.
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 | 0,010 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,017 | 0,033 |
| Bibliométrie | 0,011 | 0,012 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».