Microbiome Dysbiosis in Lichen Sclerosus: A Systematic Review
Notice bibliographique
Résumé
Background: Lichen sclerosus (LS) is a chronic, inflammatory skin condition primarily affecting the vulvar and perineal areas, often causing pain, pruritus, and scarring. While vulvar and vaginal microbiome composition is understood to contribute to genital health, their relationship with LS pathogenesis is unclear. Recent studies also suggest that gut microbiome imbalances may influence LS via systemic immune modulation. This systematic review aimed to characterize microbial alterations in the vulvar, vaginal, and gut microbiomes of LS patients and explore potential mechanisms linking dysbiosis to disease progression. Methods: A systematic search was conducted using five databases: EMBASE, Medline via Ovid, Web of Science, PubMed, and CINAHL. Eligible studies included female patients diagnosed with LS and assessed the primary outcome of vulvar and vaginal microbiome composition. Gut microbiome data were considered a secondary outcome of interest. Following an initial double-blind screening, eight full-text articles were reviewed in the secondary screening, and seven articles were ultimately included in this review. Results: Seven studies met the inclusion criteria. Across the vulvar, vaginal, and gut microbiomes, consistent patterns emerged, including reductions in protective taxa, such as Firmicutes and Lactobacillus, and increases in pro-inflammatory microbes, including Proteobacteria. Vulvar samples also showed higher abundances of Enterobacteriaceae, Peptoniphilus, and Campylobacter. Gut microbiome alterations included reduced short-chain fatty acid-producing bacteria, such as Firmicutes and Bacteroides, in addition to elevated Proteobacteria and Rikenellaceae. Alpha diversity findings were variable, and species-level changes were often inconsistent. Conclusions: Microbial dysbiosis of the vulvar, vaginal, and gut microbiomes may contribute to the development of LS through chronic inflammation, compromised epithelial barriers, and disrupted immune function. While some alterations in the microbiomes were identified, discrepancies between the results of these studies highlight the need for larger, standardized studies to better understand the relationship between the microbiome and LS pathophysiology.
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 | 0,003 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,006 |
| Bibliométrie | 0,009 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».