การวิเคราะห์อภิมานเพื่อประเมินผลการเสริมพรีไบโอติกต่อดัชนีความหลากหลายของ ไมโครไบโอต้าในลำไส้ของไก่
Article Sidebar
Main Article Content
บทคัดย่อ
วัตถุประสงค์ เพื่อประเมินผลการเสริมพรีไบโอติกต่อดัชนีความหลากหลายของไมโครไบโอต้า (microbiota diversity index) ในลำไส้ของไก่
วัสดุ อุปกรณ์ และวิธีการ สืบค้นการศึกษาที่เกี่ยวข้องจากฐาน PubMed, Scopus และ Web of Science คัดกรองเบื้องต้นจากชื่อเรื่องและบทคัดย่อ จากนั้นสืบค้นฉบับเต็มนำมาคัดกรองเชิงลึกจากวิธีการและผลการทดลอง สกัดข้อมูลที่สนใจศึกษา รวมทั้งประเมินความเสี่ยงจากความลำเอียง (risk of bias assessment) ของบทความวิจัย โดยใช้เครื่องมือ SYRCLE’s risk of bias tool ทำการวิเคราะห์อภิมานโดยใช้โมเดลผลกระทบแบบสุ่ม (random effects model) แปลงค่าผลลัพธ์ Shannon index, Simpson index และ Chao1 เป็นค่าเฉลี่ยมาตรฐาน (standardized mean difference; SMD) สำหรับวัดขนาดผลกระทบ (effect size) ของพรีไบโอติกต่อผลลัพธ์ดังกล่าว วิเคราะห์ผลในภาพรวมที่เกิดจากการเสริมพรีไบโอติกต่อแต่ละผลลัพธ์จากค่าโดยประมาณของขนาดผลกระทบรวม (pooled estimate) นอกจากนั้นวิเคราะห์ความไว (sensitivity analysis) และวิเคราะห์ความลำเอียงจากการตีพิมพ์ (assessment for publication bias)
ผลการศึกษา รายงานวิจัยที่นำเข้าสู่การวิเคราะห์ในครั้งนี้มีจำนวน 9 บทความ ส่วนใหญ่มีความเสี่ยงจากความลำเอียงในระดับต่ำ ผลวิเคราะห์อภิมานพบว่าการเสริมพรีไบโอติกทำให้ Shannon index สูงขึ้น (SMD=1.01, [95% CI, 0.33 ถึง 1.68], P=0.003) อย่างมีนัยสำคัญทางสถิติ (P<0.05) ส่วน Simpson index (SMD=0.78, [95% CI, -0.24 ถึง 1.79], P=0.133) และ Chao1 (SMD=-0.07, [95% CI, -0.35 ถึง 0.21], P=0.633) ไม่แตกต่างทางสถิติ (P>0.05) แต่ละการศึกษาแตกต่างกันอย่างมีนัยสำคัญทางสถิติและแตกต่างกันในระดับสูง ผลวิเคราะห์ความไวของผลลัพธ์ด้าน Simpson index ไม่มีความเสถียรทั้ง 3 ลักษณะที่ทำการประเมิน ในขณะที่ผลวิเคราะห์ความลำเอียงจากการตีพิมพ์ พบว่ามีความลำเอียงในการตีพิมพ์ผลลัพธ์ด้าน Chao1
ข้อสรุป การเสริมพรีไบโอติกมีแนวโน้มทำให้ Shannon index ในลำไส้ไก่สูงขึ้น อย่างไรก็ตามควรมีการวิเคราะห์ซ้ำเมื่อมีงานวิจัยเผยแพร่เพิ่มขึ้นเพื่อยืนยันผล
Article Details
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
References
Allali I, Arnold JW, Roach J, Cadenas MB, Butz N, Hassan HM, Koci M, Ballou A, Mendoza M, Ali R, Azcarate-Peril MA, 2017. A comparison of sequencing platforms and bioinformatics pipelines for compositional analysis of the gut microbiome. BMC Microbiol 17(1): 194.
Azcarate-Peril MA, Butz N, Cadenas MB, Koci M, Ballou A, Mendoza M, Ali R, Hassan H, 2018. An attenuated Salmonella enterica serovar Typhimurium strain and galacto-oligosaccharides accelerate clearance of Salmonella infections in poultry through modifications to the gut microbiome. Appl Environ Microbiol 84(5): e02526-17.
Baurhoo B, Ferket PR, Zhao X, 2009. Effects of diets containing different concentrations of mannanoligosaccharide or antibiotics on growth performance, intestinal development, cecal and litter microbial populations, and carcass parameters of broilers. Poult Sci 88(11): 2262-2272.
Begg CB, Mazumdar M, 1994. Operating characteristics of a rank correlation test for publication bias. Biometrics 50(4): 1088-1101.
Blajman JE, Frizzo LS, Zbrun MV, Astesana DM, Fusari ML, Soto LP, Rosmini MR, Signorini ML, 2014. Probiotics and broiler growth performance: a meta-analysis of randomised controlled trials. Br Poult Sci 55(4): 483-494.
Chen WL, Tang SGH, Jahromi MF, Candyrine, SCL, Idrus Z, Abdullah N,Liang JB, 2019. Metagenomics analysis reveals significant modulation of cecal microbiota of broilers fed palm kernel expeller diets. Poult Sci 98(1): 56-68.
Chica Cardenas LA, Clavijo V, Vives M, Reyes A, 2021. Bacterial meta-analysis of chicken cecal microbiota. PeerJ 9: e10571.
Choct M, 2009. Managing gut health through nutrition. Br Poult Sci 50(1): 9-15.
de Vries RBM, Hooijmans CR, Langendam MW, van Luijk J, Leenaars M, Ritskes-Hoitinga M, Wever KE, 2015. A protocol format for the preparation, registration and publication of systematic reviews of animal intervention studies. Evid Based Preclin Med 1(1): 1–9, e00007.
Diaz Carrasco JM, Casanova NA, Fernández Miyakawa ME, 2019. Microbiota, gut health and chicken productivity: what is the connection?. Microorganisms. 7(10): 374.
Dibner JJ, Richards JD, 2005. Antibiotic growth promoters in agriculture: history and mode of action. Poult Sci 84(4):
Duval S, Tweedie R, 2000. Trim and fill: a simple funnel-plot-based method of testing and adjusting for publication bias in meta-analysis. Biometrics 56(2): 455-463.
Egger M, Davey Smith G, Schneider M, Minder C, 1997. Bias in meta-analysis detected by a simple, graphical test. BMJ (Clinical research ed.) 315(7109): 629-634.
Hagerty SL, Hutchison KE, Lowry CA, Bryan AD, 2020. An empirically derived method for measuring human gut microbiome alpha diversity: demonstrated utility in predicting health-related outcomes among a human clinical sample. PLoS One 15(3): e0229204.
Higgins JPT, Altman DG, Gøtzsche PC, Jüni P, Moher D, Oxman AD, Savović J, Schulz KF, Weeks L, Sterne JAC, 2011. The Cochrane Collaboration’s tool for assessing risk of bias in randomised trials. BMJ 343: d5928.
Hooijmans CR, Rovers MM, de Vries RB, Leenaars M, Ritskes-Hoitinga M, Langendam MW, 2014. SYRCLE's risk of bias tool for animal studies. BMC Med Res Methodol 14: 43.
Hou L, Sun B, Yang Y, 2020. Effects of added dietary fiber and rearing system on the gut microbial diversity and gut health of chickens. Animals (Basel) 10(1): 107.
Kerr AK, Farrar AM, Waddell LA, Wilkins W, Wilhelm BJ, Bucher O, Wills RW, Bailey RH, Varga C, McEwen SA, Rajic A, 2013. et al. A systematic review-meta-analysis and meta-regression on the effect of selected competitive exclusion products on Salmonella spp. prevalence and concentration in broiler chickens. Prev Vet Med 111 (1-2): 112-125.
Kumar S, Chen C, Indugu N, Werlang GO, Singh M, Kim WK, Thippareddi H, 2018. Effect of antibiotic withdrawal in feed on chicken gut microbial dynamics, immunity, growth performance and prevalence of foodborne pathogens. PLoS One 13(2); e0192450.
Kumar S, Shang Y, Kim WK, 2019. Insight into dynamics of gut microbial community of broilers fed with fructooligosaccharides supplemented low calcium and phosphorus diets. Front Vet Sci 6: 95.
Li B, Leblois J, Taminiau B, Schroyen M, Beckers Y, Bindelle J, Everaert N, 2018. The effect of inulin and wheat bran on intestinal health and microbiota in the early life of broiler chickens. Poult Sci 97(9): 3156-3165.
Louis P, Flint HJ, 2017. Formation of propionate and butyrate by the human colonic microbiota. Environ Microbiol 19(1): 29-41.
Lu J, Idris U, Harmon B, Hofacre C, Maurer JJ, Lee MD, 2003. Diversity and succession of the intestinal bacterial community of the maturing broiler chicken. Appl Environ Microbiol 69(11): 6816-6824.
Mesa D, Lammel DR, Balsanelli E, Sena C, Noseda MD, Caron LF, Cruz LM, Pedrosa FO, Souza EM, 2017. Cecal microbiota in broilers fed with prebiotics. Front Genet 8: 153.
Moher D, Liberati A, Tetzlaff J, Altman DG, 2009. Preferred reporting items for 572 systematic reviews and meta-analyses: the PRISMA statement. PLoS Med 6(7): e1000097.
Park SH, Lee SI, Kim SA, Christensen K, Ricke SC, 2017. Comparison of antibiotic supplementation versus a yeast-based prebiotic on the cecal microbiome of commercial broilers. PLoS ONE 12(8): e0182805.
Park SH, Lee SI, Ricke SC, 2016. Microbial populations in naked neck chicken ceca raised on pasture flock fed with commercial yeast cell wall prebiotics via an Illumina MiSeq Platform. PLoS ONE 11(3): e0151944.
Pompei A, Cordisco L, Raimondi S, Amaretti A, Pagnoni UM, Matteuzzi D, Rossi M, 2008. In vitro comparison of the prebiotic effects of two inulin-type fructans. Anaerobe 14(5): 280-286.
Pourabedin M, Guan L, Zhao X, 2015. Xylo-oligosaccharides and virginiamycin differentially modulate gut microbial composition in chickens. Microbiome 3: 15.
Pourabedin M, Xu Z, Baurhoo B, Chevaux E, Zhao X, 2014. Effects of mannan oligosaccharide and virginiamycin on the cecal microbial community and intestinal morphology of chickens raised under suboptimal conditions. Can J Microbiol 60(5): 255-266.
Ricke SC, 2015. Potential of fructooligosaccharide prebiotics in alternative and Nonconventional poultry production systems. Poult Sci 94(6): 1411-1418.
Rinttilä T, Apajalahti J, 2013. Intestinal microbiota and metabolites—implications for broiler chicken health and performance. J Appl Poult Res 22(3): 647–658.
Shang Y, Kumar S, Thippareddi H, Kim WK, 2018. Effect of dietary fructooligosaccharide (FOS) supplementation on ileal microbiota in broiler chickens. Poult Sci 97(10): 3622-3634.
Vital M, Howe AC, Tiedje JM, 2014. Revealing the bacterial butyrate synthesis pathways by analyzing (meta)genomic data. mBio 5(2): e00889-14.
Wang W, Li Z, Han Q, Guo Y, Zhang B, D'inca R, 2016. Dietary live yeast and mannan-oligosaccharide supplementation attenuate intestinal inflammation and barrier dysfunction induced by Escherichia coli in broilers. Br J Nutr 116(11): 1878-1888.
Wei S, Morrison M, Yu Z, 2013. Bacterial census of poultry intestinal microbiome. Poult Sci 92(3): 671-683.
Yacoubi N, Saulnier L, Bonnin E, Devillard E, Eeckhaut V, Rhayat L, Ducatelle R, Van Immerseel F, 2018. Short-chain arabinoxylans prepared from enzymatically treated wheat grain exert prebiotic effects during the broiler starter period. Poult Sci 97(2): 412-424.
Yadav S, Jha R, 2019. Strategies to modulate the intestinal microbiota and their effects on nutrient utilization,performance, and health of poultry. J Anim Sci Biotechnol 10(2): 1-11.
Yang GQ, Yin Y, Liu HY, Liu GH, 2016. Effects of dietary oligosaccharide supplementation on growth performance, concentrations of the major odor-causing compounds in excreta, and the cecal microflora of broilers. Poult Sci 95(10): 2342-2351.