サン、Ｈら。 IDF Diabetes Atlas: 2021 年の世界、地域、国レベルの糖尿病有病率推定値と 2045 年の予測。 糖尿病検査クリン。練習してください。 183、109119 (2022)。
Google スカラー
de Vegt、F.ら。オランダ人集団における空腹時および負荷後の血糖障害と2型糖尿病の発症との関係: ホールン研究。 自工会 285、2109–2113 (2001)。
Google スカラー
Echouffo-Tcheugui, JB、Perreault, L.、Ji, L. & Dagogo-Jack, S. 前糖尿病の診断と管理: 総説。 自工会 329、1206–1216 (2023)。
Google スカラー
パン、ＸＲら。耐糖能障害のある人のNIDDM予防における食事と運動の効果。大清IGTと糖尿病の研究。 糖尿病ケア 20、537–544 (1997)。
Google スカラー
Davidoff, F. 治療効果の不均一性に関する知識は、賢明な選択に役立つでしょうか? アン。インターン。と。 166、141–142 (2017)。
Google スカラー
Kahn, SE 2 型糖尿病の病態生理学に対するインスリン抵抗性とベータ細胞機能不全の相対的な寄与。 糖尿病学 46、3–19 (2003)。
PW フランクスとミシガン州マッカーシー 2 型糖尿病と肥満の原因となる曝露を明らかにします。 科学 354、69–73 (2016)。
Google スカラー
Ahlqvist、E. et al.成人発症糖尿病の新規サブグループと転帰との関連: 6 つの変数のデータ駆動型クラスター分析。 ランセット糖尿病内分泌。 6、361–369 (2018)。
Google スカラー
ワグナー、R. et al. 2 型糖尿病のリスクが高い個人の病態生理学に基づくサブ表現型解析。 夜。と。 27、49–57（2021）。
Vrieze、A. et al.痩せたドナーからの腸内微生物叢の移入により、メタボリックシンドローム患者のインスリン感受性が増加します。 消化器科 143、913–916 e917 (2012)。
Google スカラー
竹内 徹 他腸内微生物の炭水化物代謝はインスリン抵抗性に寄与します。 自然 621、389–395 (2023)。
Google スカラー
グルン、M.ら。 2 型糖尿病の病態生理学における腸内細菌叢の役割。 Eバイオ医学 51
カールソン、FH et al.正常、障害のある、糖尿病の血糖コントロールを持つヨーロッパ女性の腸メタゲノム。 自然 498
Google スカラー
ウー、Ｈら。前糖尿病および糖尿病における腸内細菌叢: 集団ベースの横断研究。 細胞メタブ。 32、379–390 e373 (2020)。
Google スカラー
Xu、T.ら。マイクロバイオームは、異常な糖代謝を有する患者の教師なし層別化に基づくクラスターを区別する特徴を備えています。 mBio 14、e0348722 (2023)。
Google スカラー
Reynolds, AN、Akerman, AP & Mann, J. 糖尿病管理における食物繊維と全粒穀物：体系的レビューとメタ分析。 PLoS医学。 17、e1003053 (2020)。
Google スカラー
Myhrstad MCW、Tunsjo H.、Charnock C.、Telle-Hansen VH 食物繊維、腸内微生物叢、および代謝調節 – ヒトのランダム化試験における現状。 栄養素 12、859（2020）。
Zhao、L.ら。食物繊維によって腸内細菌が選択的に促進され、2 型糖尿病が軽減されます。 科学 359、1151–1156 (2018)。
Google スカラー
Kok, CR、Rose, D. & Hutkins, R. 食物繊維介入に対する個人化された反応の予測: 健康を改善するための腸内微生物叢の調節の機会。 アンヌ。食品科学牧師テクノロジー。 14、157–182 (2023)。
Google スカラー
Venkataraman、A. et al.難消化性デンプンを含む栄養補給に対するヒトマイクロバイオームのさまざまな反応。 マイクロバイオーム 4、33 (2016)。
Google スカラー
Errazuriz、I. et al.前糖尿病患者の肝脂肪に対するMUFAまたは繊維豊富な食事のランダム化比較試験。 Ｊ．クリン．内分泌。メタブ。 102、1765–1774 (2017)。
Google スカラー
WHOとの協議 糖尿病とその合併症の定義、診断、分類: WHO 協議の報告。 パート 1、糖尿病の診断と分類 (世界保健機関、1999 年)。
米国糖尿病協会専門実践委員会。糖尿病の分類と診断: 糖尿病の医療標準 – 2022 年。 糖尿病ケア 45、S17–S38 (2022)。
ウー、G.ら。健康の指標としてのコアマイクロバイオームの特徴。 細胞 187、6550–6565。 e6511 (2024)。
Google スカラー
Wang, K. et al.パラバクテロイデス ディスタソニスは、コハク酸および二次胆汁酸の生成を介して宿主の代謝を調節し、肥満および代謝機能不全を軽減します。 セル担当者 26、222–235 (2019)。
Google スカラー
ハーマン、WH 前糖尿病の診断と管理。 自工会 329、1157–1159 (2023)。
Google スカラー
リン、Ｘら。食物繊維に対するヒト腸内細菌叢の時間的反応パターン。 イメタ。 4、e70046 (2025)。
Fushinov, S. ビフィズス菌の独特な糖代謝経路。 生物科学。 Biotechnol.生化学。 74、2374–2384 (2010)。
Google スカラー
Pedersen、HK et al.ヒトの腸内微生物は宿主の血清メタボロームとインスリン感受性に影響を与えます。 自然 535、376–381 (2016)。
Google スカラー
Ben-Yacov, O. et al.腸内マイクロバイオームは、心臓代謝マーカーに対する個別化された食後ターゲティング（PPT）食事、つまり前糖尿病に対する食事介入の効果を調節します。 腸 72、1486–1496 (2023)。
Google スカラー
バーミンガム、KM et al.心臓代謝の健康に対する個別化された栄養プログラムの効果: ランダム化比較試験。 夜。と。 30、1888–1897 (2024)。
Google スカラー
アルムガム、M.ら。ヒトの腸内微生物叢のエンテロタイプ。 自然 473、174–180 (2011)。
Google スカラー
ノウラー、WC et al.ライフスタイル介入またはメトホルミンによる 2 型糖尿病の発生率の減少。 Ｎ．Ｅｎｇｌ． J.Med. 346、393–403 (2002)。
Google スカラー
Google スカラー
Chandalia, M. et al. 2 型糖尿病患者における食物繊維の多量摂取の有益な効果。 Ｎ．Ｅｎｇｌ． J.メッド 342、1392–1398 (2000)。
Maechler M. Cluster: クラスター分析の基本と拡張。 R パッケージ バージョン 2.0、7–1 (2018)。
Hennig, C. クラスターの安定性のクラスターごとの評価。 計算します。 Stat.データアナル。 52、258–271 (2007)。
Pan, H. et al.腸内微生物叢の食事による調節は、薬物誘発性肝障害に対する感受性に影響を与えます。 16、2439534 (2024)。
Hall, M. & Beiko、QIIME2 を使用した RG 16S rRNA 遺伝子分析。 : （スプリンガー、2018）。
Robinson, MD、McCarthy, DJ & Smyth, GKedgeR: デジタル遺伝子発現データの差次的発現解析用の Bioconductor パッケージ。 バイオインフォマティクス 26
Google スカラー
Rコアチーム。 R: 統計計算のための言語と環境 (R 統計コンピューティング財団、2013)。
Shi, Y.、Zhang, L.、Do, K.-A.、Peterson, CB & Jenq, RR aPCoA: 共変量調整主座標分析。 バイオインフォマティクス 36、4099–4101 (2020)。
Google スカラー
Martinez Arbizu P. ペアワイズアドニス: アドニスを使用したペアごとのマルチレベル比較。 R パッケージ バージョン 0.4 (2020)。
Watts, SC、Ritchie, SC、Inouye, M. & Holt, KE FastSpar: 組成データの迅速かつスケーラブルな相関推定。 バイオインフォマティクス 35、1064–1066 (2019)。
Google スカラー
ユアン、MM 他気候温暖化により微生物ネットワークの複雑性と安定性が高まります。 ナット。登る。チャン 11、343–348 (2021)。
Google スカラー
ダグラスGM 他メタゲノム機能の予測のための PICRUSt2。 ナット。バイオテクノロジー。 38、685–688 (2020)。
Google スカラー
マリック、H.ら。集団スケールのメタオミクス研究における多変数関連の発見。 PLoS コンピューティング。バイオル。 17、e1009442 (2021)。
Google スカラー
Ke、G.ら。 Lightgbm: 非常に効率的な勾配ブースティング決定木。 上級神経情報プロセス。システム。 30、52（2017）。
Pang、Z.ら。 MetaboAnalyst 5.0: 生のスペクトルと機能的な洞察の間のギャップを狭めます。 核酸研究所 49、W388–W396 (2021)。
Google スカラー
ロビン、Ｘら。 pROC: ROC 曲線を分析および比較するための R および S+ 用のオープンソース パッケージ。 BMCバイオインフォーム。 12、77 (2011)。
Google スカラー
Mayer, M. SHAP の視覚化。 R. パッケージ バージョン 0.5 (2024)
Thiele, C. & Hirschfeld, G. カットポイント: R における最適なカットポイントの推定と検証を改善しました。 J.Stat.ソフトウェア 98、1–27 (2021)。
Google スカラー
#腸内マイクロバイオームは前糖尿病患者の食物繊維に対する個別反応を予測するランダム化非盲検試験