背景和目的:某些饮食通常用于控制肠易激综合征 (IBS) 患者的功能性胃肠道症状。个性化饮食诱导的微生物组调节是改善 IBS 症状的首选方法。尽管使用人工智能 (AI) 针对肠道微生物群的个性化营养疗法具有巨大的潜力,但尚未在 IBS 患者中进行过这种方法的研究。因此,在本研究中,我们调查了基于 AI 的个性化微生物组饮食对 IBS-Mix (M) 患者的疗效。方法:本研究设计为一项试点开放标签研究。我们根据罗马 IV 标准招募了连续的 IBS-M 患者(n=25,19 名女性,46.06 ± 13.11 岁)。从所有患者身上采集两次粪便样本(干预前和干预后),并进行高通量 16S rRNA 测序。根据年龄、性别和微生物组匹配将患者分为两组。第 1 组采用 6 周的基于 AI 的微生物组饮食(n=14),第 2 组采用标准 IBS 饮食(对照组,n=11)。基于 AI 的饮食是根据针对个体肠道微生物组特征的算法优化个性化营养策略而设计的。一种使用微生物组组成评估 IBS 指数评分的算法试图设计基于调节微生物组向健康评分方向发展的优化饮食。比较了基线和干预后的 IBS-SSS(症状严重程度量表)评分和粪便微生物组分析。结果:干预前后的 IBS-SSS 评估均显着改善(对照组和干预组分别为 p<0.02 和 p<0.001)。虽然 82%(17 人中的 14 人)的干预组 IBS-SSS 评估从重度变为中度,但对照组未观察到这种变化。经过 6 周的干预后,两组的微生物群特征在 α 或 β 多样性方面均未发生重大变化。干预组的瘤胃球菌科呈下降趋势(p=0.17)。干预组的粪杆菌属显着增加(p=0.04)。干预组的拟杆菌属和假定的益生菌丙酸杆菌属增加,但对照组的普雷沃氏菌增加。干预组和对照组的 IBS-SSS 评分(前后)变化(delta)值明显较高。结论:通过饮食进行基于 AI 的个性化微生物组调节可显着改善 IBS-M 患者的 IBS 相关症状。需要进一步进行大规模、随机安慰剂对照试验和长期随访(持久性)。
主要关键词