醣時
本翻譯僅作學術交流用，無商業意圖，請勿轉載，如有疑議問請來信
本系統性綜述研究分析了間歇性禁食（IF）對人類腸道微生物群的影響。結果顯示，IF可能改善腸道微生物的豐富度與α多樣性，並引起微生物組成的變化。儘管存在研究間的異質性，部分研究發現IF可減少有害的Negativicutes與Veillonellaceae，並增加有益的Faecalibacterium，但對Proteobacteria等可能有害的細菌則顯示出不同結果。這些變化可能對健康有益，特別是在治療腸道疾病方面。未來研究需深入探討這些變化對健康的具體影響。
The impact of intermittent fasting on gut microbiota: a systematic review of human studies
間歇性斷食對腸道微生物群的影響：人類研究的系統性回顧
Paukkonen I, Törrönen EN, Lok J, Schwab U, El-Nezami H. The impact of intermittent fasting on gut microbiota: a systematic review of human studies. Front Nutr. 2024;11:1342787. Published 2024 Feb 12. doi:10.3389/fnut.2024.1342787
https://pubmed.ncbi.nlm.nih.gov/38410639/
Abstract
Background
Intermittent fasting (IF) has gained popularity in interventions targeting overweight, obesity and metabolic syndrome. IF may affect the gut microbiome composition and therefore have various effects on gut microbiome mediated functions in humans. Research on the effects of IF on human gut microbiome is limited. Therefore, the objective of this systematic review was to determine how different types of IF affect the human gut microbiome.
Methods
A literature search was conducted for studies investigating the association of different types of IF and gut microbiota richness, alpha and beta diversity, and composition in human subjects. Databases included Cochrane Library (RRID:SCR_013000), PubMed (RRID:SCR_004846), Scopus (RRID:SCR_022559) and Web of Science (RRID:SCR_022706). A total of 1,332 studies were retrieved, of which 940 remained after removing duplicates. Ultimately, a total of 8 studies were included in the review. The included studies were randomized controlled trials, quasi-experimental studies and pilot studies implementing an IF intervention (time-restricted eating, alternate day fasting or 5:2 diet) in healthy subjects or subjects with any disease.
Results
Most studies found an association between IF and gut microbiota richness, diversity and compositional changes. There was heterogeneity in the results, and bacteria which were found to be statistically significantly affected by IF varied widely depending on the study.
Conclusion
The findings in this systematic review suggest that IF influences gut microbiota. It seems possible that IF can improve richness and alpha diversity. Due to the substantial heterogeneity of the results, more research is required to validate these findings and clarify whether the compositional changes might be beneficial to human health.
摘要
背景
間歇性斷食（Intermittent Fasting, IF）在針對過重、肥胖及代謝症候群的介入措施中越來越受關注。IF 可能影響腸道微生物群的組成，進而對腸道微生物介導的各種功能產生影響。然而，有關 IF 對人類腸道微生物群影響的研究仍然有限。因此，本系統性回顧的目標是探討不同類型的 IF 如何影響人類腸道微生物群。
方法
本研究透過文獻檢索，搜尋探討不同類型 IF 與腸道微生物群豐富度、α 多樣性、β 多樣性及組成關聯性的研究。檢索資料庫包括 Cochrane Library（RRID:SCR_013000）、PubMed（RRID:SCR_004846）、Scopus（RRID:SCR_022559）及 Web of Science（RRID:SCR_022706）。共檢索到 1,332 篇研究，去除重複後剩餘 940 篇，最終納入 8 篇符合標準的研究。這些研究包括隨機對照試驗、準實驗研究及先導性研究，皆在健康受試者或患病受試者中實施 IF 介入（如限時進食、隔日斷食或 5:2 飲食）。
結果
大多數研究發現 IF 與腸道微生物群的豐富度、多樣性及組成變化之間存在關聯。然而，研究結果存在異質性，且受 IF 影響的細菌種類因研究而異，統計上顯著變化的菌群範圍廣泛。
結論
本系統性回顧的結果顯示，IF 會影響腸道微生物群，並可能提升其豐富度及 α 多樣性。然而，由於研究結果存在高度異質性，仍需進一步研究來驗證這些發現，並釐清其組成變化是否對人類健康有益。
引言
斷食指的是在不同時間段內禁食食物和/或飲料的行為 (1)。這與熱量限制（Calorie Restriction, CR）不同，後者指的是在不造成營養不良的情況下，於特定期間內降低每日總熱量攝取 (2, 3)。斷食可分為間歇性斷食（Intermittent Fasting, IF）與長時間斷食（Prolonged Fasting, PF）(4)。長時間斷食指的是連續兩天或以上僅飲水、不攝取任何食物 (5)。本系統性回顧的研究重點僅限於 IF。
IF 介入已被應用於治療多種疾病，例如肥胖與代謝症候群，研究顯示其有益影響可能至少部分來自腸道微生物群的調節 (6–8)。此外，IF 也作為一種生活方式逐漸受到關注，並且在宗教與文化背景中有著悠久的歷史 (9)。IF 可依據禁食時長進一步細分 (10)。最常見的形式包括限時進食（Time-Restricted Feeding, TRF），即在 24 小時內進行 12 至 18 小時的禁食。例如，伊斯蘭教齋戒月即為 TRF 的一種形式。此外，另一種 IF 形式為隔日斷食（Alternate Day Fasting, ADF），即交替進行自由進食日與禁食日。5:2 飲食則是 ADF 的變體，指的是每週選擇 2 天禁食，剩餘 5 天自由進食。在 TRF 期間，通常盡可能接近零熱量攝取，僅允許飲用零熱量飲品，如水、黑咖啡與茶 (11)。然而，需注意的是，TRF 並不一定會導致每日總熱量攝取的減少 (3, 12)。在 ADF 的禁食日中，允許攝取的熱量通常為每日所需能量的 25% 左右 (11)。
過去的人體研究顯示，IF 有助於體重減輕、脂肪組成調整、血壓降低、抗發炎機制與自體免疫功能調節 (13–16)。IF 可能透過多種機制改善代謝健康，包括降低自由基生成、提升血糖穩定性、增強壓力耐受性及抑制發炎反應。其中，腸道微生物群可能在其中扮演關鍵角色，因為其代謝產物被發現與血糖調控及發炎反應息息相關 (17, 18)。因此，腸道微生物群與代謝健康的關聯性值得進一步探討。
目前，關於 IF 如何影響人體腸道微生物群的研究數據仍然有限。因此，本系統性回顧的主要目標是整理現有文獻，探討不同類型的 IF 介入對腸道微生物群的豐富度、α 多樣性、β 多樣性及組成的影響。
材料與方法
本系統性回顧已註冊於 PROSPERO（RRID:SCR_019061）。研究結構遵循《系統性回顧與統合分析首選報告條目》（PRISMA2020，RRID:SCR_021053）準則 (19)。
2.1 文獻檢索策略
首次文獻檢索於 2021 年 1 月 15 日進行，搜尋資料庫包括 Cochrane Library（RRID:SCR_013000）、PubMed（RRID:SCR_004846）、Scopus（RRID:SCR_022559）及 Web of Science（RRID:SCR_022706）。本研究納入各資料庫建立以來至 2021 年 1 月 15 日發表的研究，且限定為以英文發表且以人體為研究對象的文獻。
第二次檢索於 2021 年 6 月 4 日進行，使用相同的資料庫、檢索詞與限制條件，但進一步將範圍限定於 2021 年，以確保納入最新的研究。此外，Ozkul 等人 (20) 的研究透過 ResearchGate（RRID:SCR_006505）向作者直接索取獲得。
2.2 納入與排除標準
起初，本研究僅納入 TRF（限時進食）作為介入方式的研究。然而，由於 TRF 相關研究數量較少，後續將納入標準擴展至所有 IF 形式（TRF、ADF 及 5:2 飲食）。
排除的研究類型包括：動物或臨床前研究、觀察性研究、研究計畫書、文獻回顧、社論、評論文章及個案報告。本研究僅納入隨機對照試驗（RCT）、準實驗研究及先導性研究。
研究對象僅限於人類，且不限年齡、性別或種族等條件。無論受試者是否患有疾病，均納入研究範圍。
納入研究須至少探討以下一項結果指標：腸道微生物群的豐富度、α 多樣性、β 多樣性及組成變化。
2.3 研究篩選流程
首次文獻檢索（2021 年 1 月 15 日）共獲得 1,172 篇研究。使用 EndNote（RRID:SCR_014001）去除重複後，剩餘 831 篇。三位研究員（Isa Paukkonen、Elli-Noora Törrönen、Heikki-Mikael Smolander）使用 Rayyan QCRI（RRID:SCR_017584）(21) 獨立審查標題與摘要。對於不確定是否符合納入標準的研究，則取得全文進行審查。審查結束後，研究員解除盲測並討論篩選結果，任何意見分歧均透過討論達成共識。
最終，根據標題與摘要篩選，選出 22 篇潛在符合標準的研究，並取得全文進一步審查。三位研究員（IP、ET、HS）再次獨立進行全文篩選，解除盲測後達成共識，最終納入 4 篇符合標準的研究。在此階段，僅限 TRF 作為介入方式。被排除的研究多為未符合 TRF 定義或探討其他類型斷食與熱量限制（如極低熱量飲食 VLCD 及 Buchinger 斷食）。
然而，僅 4 篇研究不足以進行系統性回顧，因此擴展納入標準至所有 IF 形式（TRF、ADF、5:2 飲食）。在第一輪篩選出的 22 篇全文中，額外納入 2 篇研究。隨後，再次使用 Rayyan QCRI（RRID:SCR_017584）對 831 篇文獻進行標題與摘要篩選，然而並未發現新的符合標準研究。
為尋找更多研究，2021 年 6 月 4 日進行第二次文獻檢索，使用相同的資料庫與檢索詞，但將檢索範圍限定於 2021 年。此檢索共獲得 160 篇研究，去除重複後剩餘 109 篇。
研究員再次使用 Rayyan QCRI（RRID:SCR_017584）獨立篩選標題與摘要。在此過程中，研究員 HS 退出專案，剩餘兩位研究員（IP、ET）解除盲測並討論篩選結果，最終選出 2 篇潛在符合標準的研究，並進行全文篩選。解除盲測與討論後，確認這 2 篇研究符合納入標準。
綜合兩次文獻檢索，最初共獲得 1,332 篇研究，去除重複後剩餘 940 篇。最終，系統性回顧納入 8 篇研究，其中 6 篇為 TRF 研究，1 篇為 ADF 研究，1 篇為 5:2 飲食研究。
2.4 資料收集過程與項目
兩位審查作者（IP、ET）平均分配 8 篇納入研究，並各自獨立收集數據，但在撰寫論文過程中密切合作，並持續討論研究結果。
對於每篇納入研究，均收集以下結果指標的數據：腸道微生物群的豐富度、α 多樣性、β 多樣性及組成。所有與這些結果指標相關的數據（不同測量方式、時間點及分析方法）皆納入。此外，亦收集以下變數數據：研究與受試者特徵、體重與身體質量指數（BMI）、飲食資訊等。
本研究避免對遺漏或不明確的資訊做出假設；若原始研究數據缺失或不明確，則於本回顧中明確說明。
2.5 偏倚風險評估
偏倚風險評估採用 Cochrane 的 RoB 2 工具 (22) 評估隨機對照試驗（RCT），並使用 Cochrane 的 ROBINS-I 工具 (23) 評估非隨機研究，依據 Arnesen 等人 (24) 的建議進行。
非隨機研究包括無對照的一組研究，以及設有介入組與對照組但未進行隨機分配的試驗。兩位審查員（IP、ET）獨立評估偏倚風險，解除盲測後透過討論達成共識。
結果
3.1 研究篩選與特徵
文獻檢索與篩選流程的結果如 圖 1 所示，採用 PRISMA2020（RRID:SCR_021053）流程圖，適用於僅包含資料庫與登錄系統檢索的新系統性回顧 (19)。
圖 1. PRISMA2020（RRID:SCR_021053）流程圖，適用於僅包含資料庫與登錄系統檢索的新系統性回顧 (19)。本圖整合了第一次與第二次文獻檢索的結果，並使用 EndNote（RRID:SCR_014001）去除重複記錄。 表 1. 研究與受試者特徵
3.2 研究偏倚風險評估
各納入研究的偏倚風險評估結果詳見 表 2A、2B。其中，表 2A 顯示使用 Cochrane 的 RoB 2 工具 (22) 評估的隨機對照試驗（RCT），表 2B 顯示使用 Cochrane 的 ROBINS-I 工具 (23) 評估的非隨機研究。
在 3 篇使用 RoB 2 工具評估的 RCT 中，有 1 篇研究 (27) 因為偏離預定介入方式，被評估為整體偏倚風險高。其餘 2 篇 RCT 研究 (8, 28) 則因「報告結果選擇」領域存在疑慮，而被評估為整體偏倚風險存在一定疑慮。
在 5 篇使用 ROBINS-I 工具評估的非隨機試驗中，所有研究在「混雜因素導致的偏倚」及「報告結果選擇的偏倚」這兩個領域均無足夠資訊，因此無法確定整體偏倚風險。由於這些研究的設計不適用於該工具的特定問題，因此未進行進一步評估。
針對其他偏倚領域評估結果，3 篇研究 (20, 26, 29) 在所有領域皆被評估為低偏倚風險；另外 2 篇研究 (30, 31) 在「缺失數據導致的偏倚」領域被評估為中度偏倚風險，但在其他領域則為低偏倚風險。
表 2. 研究偏倚風險評估
3.3 間歇性斷食對腸道微生物群的影響
有關腸道微生物群組成與多樣性評估的方法學特徵（包括糞便樣本收集時間點、所使用的 α 多樣性與 β 多樣性指標）以及 α 多樣性與 β 多樣性的觀察變化，詳見 表 3。
整體而言，在 8 篇研究中，有 6 篇 (8, 20, 26, 27, 29, 31) 測量了微生物群的豐富度和/或 α 多樣性，5 篇 (8, 20, 27, 29, 31) 測量了 β 多樣性，而所有 8 篇研究 (8, 20, 26–31) 均測量了微生物群的組成變化。值得注意的是，僅有 2 篇研究 (26, 31) 提供 α 多樣性指標的數值數據，其餘研究僅以圖表呈現相關資訊。
表 3. 腸道微生物群組成與多樣性評估方法學特徵
3.3.1 豐富度與 α 多樣性
在健康男性受試者中，經過 25 天的 TRF 介入後，TRF 組的微生物豐富度顯著高於對照組（線性回歸 p < 0.005）(27)。對於肥胖成人而言，操作分類單元（OTU）豐富度，即樣本中發現的獨特 OTU 總數，在基線期（B1: 436 ± 105）、介入第一天（W1: 459 ± 115）及 TRF 介入 12 週後（W12: 460 ± 119）間無顯著差異 (26)。Shannon 多樣性指數在 B1（3.81 ± 0.40）、W1（3.88 ± 0.41）及 W12（3.97 ± 0.41）之間亦無顯著差異 (26)。
在健康的中國受試者中，齋戒月前後的比較顯示，ACE（基於豐度的覆蓋估計指數）在齋戒月結束時顯著上升（p = 0.026），而覆蓋指數則顯著下降（p = 0.039）(29)。然而，其他 α 多樣性指標在齋戒月前後均未顯示顯著差異，無論是中國受試者還是巴基斯坦受試者 (29)。另一項針對健康成人的研究顯示，未配對 t 檢驗表明，齋戒月後微生物豐富度（Observed OTUs）顯著增加（p = 0.016），但系統發育多樣性（p = 0.052）及 Shannon 指數（p = 0.121）在兩個時間點間無顯著差異 (20)。
在沒有對照組的健康年輕族群中，齋戒月後 Shannon（5.17 ± 0.49 vs. 5.40 ± 0.44; p = 0.02）、Simpson（0.92 ± 0.04 vs. 0.94 ± 0.02; p = 0.001）、Chao1（350.9 ± 34.5 vs. 372.4 ± 55.5; p = 0.04）及 ACE（354.4 ± 34.9 vs. 378.6 ± 56.4; p = 0.01）α 多樣性指數均顯著上升，而 PF whole tree 指數則下降（48.68 ± 11.40 vs. 37.64 ± 10.20; p < 0.001）(31)。Good’s Coverage α 多樣性指數在齋戒月前後無顯著變化（0.99 ± 0.0002 vs. 0.99 ± 0.0002; p = 1）(31)。
在同一研究中的中年族群 TRF 組，Shannon 指數較對照組或 TRF 介入前略有上升（5.04 ± 0.59 vs. 5.13 ± 0.59; p = 0.46），但此變化無統計學意義。同樣地，在 TRF 介入 30 天後，中年族群的其他 α 多樣性指數也無顯著變化 (31)。
在唯一涵蓋 ADF 的研究中，未測量 α 多樣性 (28)。而針對代謝症候群患者的 5:2 飲食研究顯示，5:2 飲食組與對照組在基線期 α 多樣性間無顯著差異 (8)。介入前後，觀察到的 OTUs 數量無顯著變化，Shannon 指數（p = 0.983）與 Simpson 指數（p = 0.977）亦無顯著變化。
3.3.2 β 多樣性
在健康男性受試者中 (27)，TRF 與對照組的腸道微生物群在 OTU 層級上的主成分分析（PCA）顯示，兩組樣本在 25 天的介入結束時呈現明顯的群聚分離（PERMANOVA 檢定，p < 0.05）。
在健康成人中，腸道微生物群結構（β 多樣性）在齋戒月前後有顯著變化（非加權 UniFrac 分析 p = 0.025）(20)。同樣地，在巴基斯坦健康受試者中，Bray-Curtis 模型的主坐標分析（PCoA）顯示齋戒月前後的微生物群組成變化顯著，且重疊較少 (29)。但在中國受試者中，微生物群組成僅有輕微變化 (29)。PERMANOVA 測試進一步證實巴基斯坦受試者在齋戒月前後的顯著變化（p = 0.0129）(29)。
在健康年輕族群中，腸道微生物群結構在齋戒月前後顯著不同（ANOSIM 檢定，p < 0.001）(31)。在健康中年族群的 TRF 組中，腸道微生物群結構亦在齋戒月前後顯著不同（ANOSIM 檢定，p < 0.001），但在齋戒月結束 30 天後，自由飲食期間，腸道微生物群趨向回復至基線狀態（ANOSIM 檢定，p < 0.001），顯示 TRF 的影響可能是可逆的 (31)。
在唯一涵蓋 ADF 的研究中，未測量 β 多樣性 (28)。而在代謝症候群患者的 5:2 飲食研究中，基於 OTU 數據的非加權 UniFrac PCoA 顯示 5:2 飲食組在介入 8 週後的微生物群組成顯著變化（p = 0.005），但加權 UniFrac PCoA 顯示腸道微生物群組成無顯著改變 (8)。
3.3.3 腸道微生物群組成
腸道微生物群組成的統計顯著變化詳見 補充表 S1A（斷食組介入前後比較）、補充表 S1B（對照組介入前後比較）及補充表 S1C（斷食組與對照組的介入後比較）。
不同研究中的斷食組的微生物群組成變化存在高度異質性（補充表 S1A），受 IF 影響的細菌種類在不同研究中大多不同。即使同一細菌門的豐度變化在不同研究中達統計顯著性，變化方向亦可能相反。例如，在 Ozkul 等人 (20) 及 Ali 等人 (29) 的巴基斯坦受試者中，擬桿菌門（Bacteroidetes） 增加，而在 Ali 等人 (29) 的中國受試者及 Su 等人 (31) 的年輕族群中則減少。同樣地，厚壁菌門（Firmicutes） 在 Su 等人 (31) 的年輕族群中增加，但在 Ozkul 等人 (20) 及 Ali 等人 (29) 的巴基斯坦受試者中減少。
若僅考慮至少 3 項研究中顯著變化的細菌類群，則 變化趨勢如下：
增加：變形菌門（Proteobacteria）、γ-變形菌綱（Gammaproteobacteria）、梭菌目（Clostridiales）、糞桿菌屬（Faecalibacterium）。
減少：負桿菌綱（Negativicutes）、月形單胞菌目（Selenomonadales）、韋永氏菌科（Veillonellaceae）。
綜上，IF 可能影響腸道微生物群組成，但不同研究結果存在顯著異質性，需進一步研究以確認其健康影響。
3.4 不同類型間歇性斷食對體重減輕與飲食變化的影響
值得注意的是，不同形式的 IF 在本質上存在顯著差異。ADF 和 5:2 飲食的禁食日涉及熱量攝取限制，導致每日總能量攝取（kcal/day）及巨量營養素攝取量（g/day）減少。然而，除了影響食物總量外，ADF 和 5:2 飲食是否會改變受試者的飲食組成或品質仍需進一步探討，即這些飲食模式是否影響相對的巨量營養素比例（能量%）或特定食物/食物群的攝取。此外，也需考量 ADF 和 5:2 飲食對體重與 BMI 的影響。本系統性回顧中，各類 IF 研究對體重/BMI 變化、能量與營養素攝取，以及食物/食物群攝取變化的摘要詳見 補充表 S2。
在本回顧納入的唯一一項 5:2 飲食研究 (8) 中，5:2 飲食組的體重與 BMI 顯著下降。然而，由於該研究提供的飲食相關資訊有限，因此難以判斷該組受試者在介入期間是否改變了飲食組成。同樣地，在唯一涵蓋 ADF 的研究 (28) 中，ADF 組的 BMI 下降，但研究僅提供少量關於參與者飲食的資訊。
本回顧中所納入的齋戒月斷食及其他非宗教性 TRF 介入研究，均未對能量攝取或食物品質與數量施加限制。此外，與 ADF 和 5:2 飲食不同的是，TRF 介入透過限縮每日進食時間來改變進食與禁食模式。齋戒月斷食還會影響晝夜節律，因為受試者僅能在日落與日出之間進食，而在其他非宗教性的 TRF 介入研究中，進食時間窗口可能位於白天或夜間。
在本回顧納入的 6 篇 TRF 研究中，僅 Gabel 等人 (26) 及 Su 等人 (31) 的年輕與中年受試者群組探討了體重變化。在這三項研究中，TRF 皆導致顯著的體重減輕。
關於能量攝取，僅 Gabel 等人 (26)、Ali 等人 (29) 及 Su 等人 (31) 的中年族群報告了介入前後的能量攝取變化。其中，Gabel 等人 (26) 及 Su 等人 (31) 的結果顯示，受試者在介入期間的總能量攝取顯著下降。然而，與此相反，Ali 等人 (29) 發現無論是中國或巴基斯坦受試者，其齋戒月前後的能量攝取皆無顯著變化。
關於巨量營養素攝取，僅 Ali 等人 (29) 及 Gabel 等人 (25)（後者為 Gabel 等人 (26) 的次級分析）提供了介入前後的數據，以進行比較。此外，Ali 等人 (29) 亦提供了特定食物或食物群的攝取資訊。在 Gabel 等人 (25) 的研究中，介入前後的巨量營養素攝取比例（能量%）幾乎未變化。同樣地，Ali 等人 (29) 也發現，齋戒月前後，中國與巴基斯坦受試者的巨量營養素攝取比例無顯著變化。然而，該研究仍觀察到齋戒月期間，中國與巴基斯坦受試者的部分食物群攝取顯著不同，顯示禁食可能會影響飲食習慣，這一點值得未來研究進一步探討。
討論
4.1 本回顧納入證據的普遍限制
本回顧所納入的研究在受試者族群、研究與介入設計，以及用於測量相同結果指標的分析方法上均存在顯著異質性，使得各研究間的比較變得困難。因此，如何精確判斷 IF 對腸道微生物群的影響仍無法得出普遍結論。為了達成這一目標，未來需更多針對特定族群、採用相同介入方式並使用相同測量方法的研究。
此外，將特定族群的研究結果廣泛推論至其他族群，或直接將一個族群的結果應用於另一個族群，可能並不合理。已知除了飲食 (32, 33) 外，基因 (34)、環境 (35)、種族 (36) 及年齡 (37) 均會影響腸道微生物群，因此 IF 所引起的變化在不同族群間可能存在差異。例如，Ali 等人 (29) 的研究比較了居住於相近地區的兩個不同族群（中國與巴基斯坦受試者），結果顯示這兩個族群的 TRF 影響有所不同。該研究使用 3 天 24 小時飲食回憶法與食物頻率問卷，結果發現中國受試者攝取較多碳水化合物，而巴基斯坦受試者攝取較多脂肪與蛋白質，顯示不同族群的飲食結構可能影響 IF 介入對腸道微生物群的影響。
此外，本回顧納入研究的樣本數與研究設計亦存在重大限制。各研究樣本數範圍介於 9 至 80 名受試者，整體而言樣本數偏小。由於 RCT 一般被認為是探討介入與結果間因果關係的黃金標準 (38)，然而本回顧中僅有 3 篇研究為 RCT，其餘 5 篇均屬於不同類型的準實驗研究。準實驗研究的主要缺點在於可能存在混雜因素（confounding），這一問題將在下一節進一步探討。
另一個與研究設計相關的限制是，許多研究不僅未進行隨機分組，亦未設置對照組。缺乏對照組使得研究難以確定 IF 介入所導致的變化是否為研究期間自然發生的結果。然而，在腸道微生物群研究中，缺乏對照組可能仍有其合理性。如 Ozkul 等人 (20) 所述，雖然沒有非禁食對照組會限制研究對腸道微生物群變化的全面評估，但成人腸道微生物群在短期內通常較為穩定。這一觀點亦受到 Guo 等人 (8) 及 Su 等人 (31) 的中年族群研究結果部分支持，前者顯示對照組的微生物群組成在研究期間有些許變化，而後者則顯示無明顯變化。儘管如此，仍需更多 RCT 研究以提供更可靠的 IF 影響證據。
4.2 混雜因素
4.2.1 相關混雜變數的識別
本回顧透過文獻回顧與研究團隊討論，確定了潛在混雜因素。Vujkovic-Cvijin 等人基於美國腸道計畫（American Gut Project, AGP）的最大型公開 16S 腸道微生物數據集，列出了與腸道微生物群組成強相關的潛在混雜因素，包括 BMI、性別、年齡、地理位置、酒精攝取頻率、腸道蠕動狀況及不同食物類型的攝取頻率 (39)。此外，種族、益生菌或益生元的使用、抗生素使用及社會經濟狀況亦被識別為可能的混雜因素。
由於部分混雜因素無法直接測量，研究人員通常透過特定變數來進行部分或完全調整 (40)。例如，社會經濟狀況可透過收入與教育程度來衡量，因其無法直接測量。由於飲食是影響腸道微生物群組成的核心因素 (32, 33)，本回顧將社會經濟狀況納入混雜因素，假設其會影響飲食選擇。
本回顧將「飲食」定義為以下可測變數：總能量攝取量、巨量營養素攝取（脂肪、碳水化合物、蛋白質、膳食纖維）及不同食物/食物群的攝取量。然而，這些變數通常透過問卷、訪談或飲食日記進行測量，這些方法皆基於受試者自述，若為回溯性調查，則需依賴記憶，因此可能影響數據的可靠性。
在控制飲食相關混雜因素時，需考量幾點。為避免基線混雜，理想情況下 IF 組與對照組應具有相似的飲食，以確保組間可比性。此外，在介入期間，兩組應維持與基線相似的飲食習慣，並在介入期間彼此保持相似，以便區分 IF 本身對腸道微生物群的獨立影響，避免因組間或組內飲食組成/品質的變化而導致混淆。
4.2.2 由混雜因素導致的偏倚
在本回顧所納入的研究中，試圖探討 IF 與腸道微生物群豐富度、α 多樣性、β 多樣性及組成之間的因果關係時，混雜因素所帶來的偏倚是一大挑戰。如前所述，本回顧中大多數研究為準實驗設計。然而，原始研究的作者鮮少提及混雜因素的控制方法，例如是否控制了哪些混雜因素，以及採用了何種統計分析方法。因此，本回顧難以判斷這些研究是否使用了適當的分析方法來控制所有重要的混雜因素。
因此，目前難以評估混雜因素對研究結果的影響程度，亦無法確定觀察到的介入效果究竟是來自 IF 介入本身，還是部分受到混雜因素的影響。未來研究應更嚴格地控制潛在混雜因素，以提高 IF 研究結果的可靠性。
4.3 IF 對腸道微生物群變化的可能機制
4.3.1 體重減輕與飲食變化
本回顧納入的多項研究顯示，IF 會導致腸道微生物群的豐富度、α 多樣性、β 多樣性及組成變化。然而，這些變化的潛在機制仍需進一步探討。我們推測，這些變化至少部分受到 IF 期間可能發生的體重減輕或飲食變化的影響，因為體重與飲食均會對腸道微生物群產生顯著影響。
體重與脂肪組成已被報導會影響厚壁菌門/擬桿菌門（Firmicutes/Bacteroidetes）比率，肥胖者的 Firmicutes/Bacteroidetes 比率較高 (41, 42)。此外，肥胖個體的腸道微生物組成與瘦體位個體相比存在其他差異 (41)。飲食與特定營養成分對腸道微生物群的影響亦相當顯著，並被視為影響腸道微生物群最重要的因素之一 (32, 33)。
根據本回顧納入的研究，目前尚難以確定 IF 對腸道微生物群變化的影響在多大程度上可歸因於體重或 BMI 的變化。未來的 IF 研究應進行進一步分析，以評估體重減輕是否在腸道微生物群豐富度、α 多樣性、β 多樣性及組成變化中扮演調節角色。
至於飲食資訊，除了 Gabel 等人 (25) 和 Ali 等人 (29) 外，大多數研究均未詳細報告介入前後的飲食變化，因此難以判斷 IF 是否改變了飲食組成或品質，進而影響腸道微生物群。此外，Ali 等人 (29) 的研究指出，即使食物/食物群的攝取發生顯著變化，這些變化亦不一定會體現在巨量營養素攝取量上，因為相似的營養素攝取量可能來自不同的食物來源。因此，未來 IF 研究應不僅收集與報告受試者的能量與巨量營養素攝取量，還應詳細記錄特定食物與食物群的攝取狀況。
此外，仍需更多研究探討性別是否影響 IF 介入的體重減輕及腸道微生物群變化。在 Domaszewski 等人 (43) 的研究中，TRF 可能對身體組成產生性別相關影響，這可能與性別特異性的胰島素與腎上腺素分泌差異有關。在 Khan 等人 (7) 的研究中，TRF 介入影響了不同體重範圍的男女受試者的 BMI 與腸道微生物群變化。值得注意的是，體重過輕的女性在 TRF 期間反而增加了體重，首次顯示 IF 可能具有體重調節作用。因此，未來應進一步研究性別與腸道微生物群對 IF 反應的關聯性。
4.3.2 進食-禁食模式與晝夜節律變化
如前所述，不同類型的 IF 似乎會影響腸道微生物群的豐富度、α 多樣性、β 多樣性及組成，並可能導致體重/BMI、能量攝取、巨量營養素攝取與食物/食物群攝取的變化。然而，根據本回顧的證據，尚無法確定這些變化之間的因果關係。
一個重要問題是：如果受試者的體重與飲食組成維持不變，IF 是否仍會影響腸道微生物群？以及，這種影響的機制可能是什麼？針對 TRF，僅僅改變進食-禁食模式是否足以引發腸道微生物群變化，值得深入探討。小鼠研究已顯示，即使餵食相同的飲食，TRF 仍會改變腸道微生物群組成 (44)。在該研究中，小鼠被分為自由進食組（ad libitum）與每日 8 小時限時進食組，結果顯示 TRF 組的小鼠腸道微生物群發生顯著變化。未來仍需更多人體研究來驗證這一發現。
在西方文化中，一般的每日進餐頻率為 3 至 5 餐，進餐時間從早餐延續至深夜 (45)，這表示腸道微生物群可持續獲取能量與營養素。此外，大多數人通常在夜間禁食 8-10 小時 (46)。相較之下，TRF 的禁食時間較長，例如 16 小時，這可能促進某些細菌的生長。Ozkul 等人 (20) 的研究發現，阿克曼氏菌（Akkermansia muciniphila） 在齋戒月結束時顯著增加。該研究指出，阿克曼氏菌是一種降解腸黏液的細菌，能緊密附著於腸道黏液層，並可適應環境變化，如食物攝取減少與腸道流速變化。Su 等人 (31) 的研究則發現，在齋戒月結束時，中年族群的樂斯氏菌科（Lachnospiraceae） 增加。研究者指出，樂斯氏菌科的多種成員具有發酵腸道黏液的能力，這可能使其在 IF 期間具有競爭優勢，當其他碳水化合物來源減少時，能作為腸道微生物群的替代能量來源。
關於晝夜節律，Ozkul 等人 (20) 指出，齋戒月的進食-禁食模式與人體的自然晝夜節律並不完全匹配。未來的人體研究應進一步探討 TRF 介入是否會維持或擾亂晝夜節律，以及腸道微生物群的變化是否可能源自晝夜節律的改變。
4.4 本回顧流程的限制
本回顧最初在 PROSPERO（RRID:SCR_019061）註冊時，計畫進行該主題的統合分析（meta-analysis）。然而，由於納入研究的異質性較高，以及測量相同結果指標時所使用的指數不同（例如 α 多樣性指標的多樣化），加上多數研究未提供數值數據（如細菌分類單元 OTU 數量或細菌類群的相對豐度 [%]），導致無法進行統合分析。
此外，文獻檢索期間可獲得的研究數量有限，也可視為本回顧流程的一項限制。本系統性回顧的目標是探討不同類型的 IF 介入（TRF、ADF 和 5:2 飲食）如何影響腸道微生物群的豐富度、α 多樣性、β 多樣性及組成。然而，由於 ADF 和 5:2 飲食各僅有一篇相關研究，因此難以合理比較不同類型 IF 之間的影響差異，也無法得出關於其對腸道微生物群影響之可靠結論。
此外，文獻檢索是在本回顧研究初期進行，僅納入當時已發表的研究，因此，本系統性回顧未包含該主題的最新研究。根據在 PubMed 進行的初步非系統性檢索，至少有兩項新研究已發表。其中之一為 Chen 等人 (47) 的研究，該研究為 Ali 等人 (29) 研究的延續，並專注於分析糞便代謝物。另一項新研究則為 Khan 等人 (7) 的 TRF 研究，該研究在本回顧的引言與討論部分曾被簡要提及。
IF 誘導的腸道微生物群變化可能帶來的健康效益
本節探討 IF 對腸道微生物群多樣性與組成的影響是否可能有益於人類健康，特別關注其對發炎性腸道疾病（IBD）與腸躁症（IBS）的潛在影響。
4.5.1 α 多樣性
α 多樣性（alpha diversity）是衡量生態群落內微生物多樣性的指標，也是評估成人腸道微生物群健康狀態的最常見方法 (48)。一般而言，較高的多樣性可提升生態系統的穩定性與功能 (49)，且較高的 α 多樣性已被證實與多種健康指標相關，顯示腸道微生物的異質性可能影響對飲食與生活方式介入的反應 (50)。相反地，越來越多證據顯示，多種急性與慢性疾病患者的腸道微生物群多樣性較低 (51)。
通常，較高多樣性的腸道微生物群中厭氧菌比例較高；當多樣性降低時，兼性厭氧菌（如變形菌門 Proteobacteria 和乳桿菌綱 Bacilli）則會增加 (52)。
4.5.2 腸道微生物群組成變化
針對 IF 介入後腸道微生物群的組成變化，本節主要討論在至少三個 IF 研究中顯著增加或減少的細菌類群。如結果部分所述，變形菌門（Proteobacteria）、γ-變形菌綱（Gammaproteobacteria）、梭菌目（Clostridiales）及糞桿菌屬（Faecalibacterium） 在 IF 介入後增加，而 負桿菌綱（Negativicutes）、月形單胞菌目（Selenomonadales）及韋永氏菌科（Veillonellaceae） 則減少。
4.5.2.1 Negativicutes、Selenomonadales 和 Veillonellaceae
負桿菌綱（Negativicutes）包含月形單胞菌目（Selenomonadales）及韋永氏菌目（Veillonellales），其中韋永氏菌目下屬於韋永氏菌科（Veillonellaceae）。
研究顯示，成人 IBS 患者的糞便中 Veillonellaceae 含量顯著高於健康對照組 (53)。另一項研究發現，Veillonellaceae 與 Negativicutes 在 IBS 患者的結腸黏膜微生物群中顯著增多 (54)。
在 IBD 患者中，克隆氏症（CD）與潰瘍性結腸炎（UC）患者的糞便中 Veillonellaceae 與 Negativicutes 水準均較健康對照組高 (55)。一項系統性回顧分析了 30 項兒童 IBD 研究，其中 4 項 CD 研究報告 Veillonellaceae 增加，而在 15 項 UC 研究中，1 項發現 Veillonellaceae 增加，1 項發現減少 (56)。
由於 Veillonellaceae 在 IBD 和 IBS 中的豐度上升，該菌群被認為具有**促炎（pro-inflammatory）**特性 (57)。因此，IF 介入導致 Veillonellaceae 和 Negativicutes 減少，可能是一種有益變化。
4.5.2.2 Proteobacteria 和 Gammaproteobacteria
變形菌門（Proteobacteria）被認為是腸道菌群失調（dysbiosis）的標誌，甚至可能作為診斷疾病的潛在標準 (58)。許多研究發現，Proteobacteria 在代謝疾病與 IBD 患者腸道中顯著增加 (59)。
γ-變形菌綱（Gammaproteobacteria）為 Proteobacteria 下的一個分類群，被認為具有促炎特性，因其可產生脂多醣（LPS），這是一種促發炎的內毒素 (60, 61)。
一項針對兒童 IBS 患者的研究顯示，IBS 兒童糞便中 Proteobacteria 含量較高，主要由於 Gammaproteobacteria 顯著增加 (62)。另一項系統性回顧納入 16 項研究，發現 Proteobacteria 增加與 IBS 之間存在關聯 (63)。另一篇系統性回顧（共納入 24 項 IBS 研究）顯示，4 項研究報告 IBS 患者的 Proteobacteria 含量增加，而 2 項研究未發現差異 (64)。
在 IBD 研究中，成人 CD 患者的糞便樣本中 Proteobacteria 與 Gammaproteobacteria 均顯著增加 (65)。兒童 IBD 系統性回顧 (56) 顯示，Proteobacteria 在 3 項 CD 研究中增加，1 項減少；Gammaproteobacteria 在 3 項 CD 研究中增加，而 UC 研究結果則有所分歧。
另一項針對成人 IBD 患者的系統性回顧（納入 143 項研究）發現，Proteobacteria 在 CD 和 UC 患者中普遍增加，而 Gammaproteobacteria 在 3 項 CD 研究中增加 (66)。
綜合以上證據，IF 介入導致 Proteobacteria 和 Gammaproteobacteria 增加可能對健康不利。
4.5.2.3 Clostridiales 和 Faecalibacterium
糞桿菌屬（Faecalibacterium）是腸道內的主要丁酸鹽（butyrate）生產菌之一 (67)。丁酸鹽具有抗發炎作用，例如抑制多種促發炎細胞激素，並通過抑制 NF-κB 活化與促進 PPAR-γ 表達來實現抗發炎效果。此外，丁酸鹽可增強腸道屏障功能並調節黏膜免疫 (68)。
一項比較多發性硬化症（MS）患者與健康對照的研究發現，MS 患者的糞便樣本中 Faecalibacterium 含量較低 (69)。Cignarella 等人 (28) 研究顯示，ADF 介入 15 天後，MS 患者的 Faecalibacterium 有增加趨勢，作者推測 ADF 可能有助於逆轉 MS 相關的腸道菌群失調。
Faecalibacterium 屬於梭菌目（Clostridiales）下的瘤胃球菌科（Ruminococcaceae），其中唯一已確認的物種為 普拉梭菌（Faecalibacterium prausnitzii） (70)。該菌在肥胖者腸道中明顯減少 (71)。此外，CD 患者的糞便樣本中 F. prausnitzii 含量顯著降低 (72)，與一項後續的統合分析結果一致 (73)。
在兒童 IBD 的系統性回顧 (56) 中，Faecalibacterium 在 8 項 CD 研究中減少，1 項增加。在成人 IBD 的系統性回顧 (66) 中，CD 患者的 Faecalibacterium 含量顯著降低。
F. prausnitzii 已被證實在體內與體外均具有抗發炎作用 (74)，其機制可能不僅限於丁酸鹽 (75)。由於 Faecalibacterium 在 IBD 患者中普遍減少，因此 IF 可能有助於平衡此類菌群失調，帶來潛在健康益處。
本研究結果對實務、政策與未來研究的影響
間歇性斷食（IF）在全球廣受關注，然而，針對其對人類腸道微生物群的潛在益處，研究仍然有限。本系統性回顧顯示，IF 可能對腸道微生物群與體重管理產生影響，因此值得進一步探討其具體機制。一旦我們更深入理解不同類型的 IF 如何影響腸道微生物群及其代謝產物，IF 便可用於促進特定有益腸道菌群的增長，並可能作為治療與預防疾病的策略。此外，未來應進一步研究不同類型的 IF 是否能與藥物合併使用，以治療 IBD、IBS 及代謝症候群等疾病。
我們建議，未來研究應充分考量受試者在介入前與介入期間的飲食行為，以排除飲食作為主要混雜因素的影響。此外，未來應進行更高品質的隨機對照試驗（RCT），並擴大樣本數，以獲得更具代表性的結果。
以下列出數個尚待進一步探討的 IF 與腸道微生物群相關研究方向：
4.6.1 腸道微生物代謝物
在本回顧納入的 8 篇研究中，僅 Guo 等人 (8) 測量了腸道微生物代謝物。該研究分析了三種腸道來源的循環代謝物：脂多醣（LPS）、短鏈脂肪酸（SCFAs）及三甲胺氧化物（TMAO）。結果顯示，5:2 飲食可改善血漿 SCFAs 與 LPS，但對 TMAO 無顯著影響。
未來研究應更加關注腸道微生物群衍生的多種代謝物，因為這些代謝物對局部及全身健康具有不同影響 (76, 77)。例如，SCFAs 可調節多種生理過程，包括細胞增殖與分化、荷爾蒙分泌及免疫/發炎反應的活化 (78)。在 SCFAs 中，丁酸鹽（butyrate） 與乙酸（acetate）、丙酸（propionate）並列為腸道菌群的三大主要代謝物 (79)。研究顯示，丁酸鹽可透過促進緊密連結（tight junctions） 組裝來改善腸道屏障功能 (80)。
因此，未來應在 IF 研究中納入更多腸道微生物群衍生的代謝物測量，以深入了解其可能的健康影響。
4.6.2 IF 的時間長度與頻率、晝夜節律的影響
本回顧納入的研究中，IF 介入的持續時間範圍從 15 天至 12 週不等。目前尚不清楚長期 IF 是否會對腸道微生物群產生不同影響。因此，未來應探討長期 IF 介入對腸道微生物群的作用，並研究其影響是否會隨著 IF 的持續時間而變化。此外，應進一步研究 IF 誘導的腸道微生物群變化的可逆性。
在本回顧納入的 8 篇研究中，僅 Su 等人 (31) 的中年受試者群組在 TRF 介入後進行了 30 天自由飲食（ad libitum）追蹤，結果顯示腸道微生物群在 TRF 停止後回復至基線狀態。這提示，IF 的健康效益可能需透過長期維持才能持續發揮。因此，未來應探討 IF 是否必須作為長期生活方式才能帶來健康效益，或者如果不持續進行，應該多長時間進行一次 IF（例如，每年數次、每月一次），以維持其健康益處。
此外，先前討論過的 晝夜節律（circadian rhythm） 亦應納入未來研究焦點。例如，進食時間窗口位於白天或夜間是否會影響 IF 對腸道微生物群的影響？維持或擾亂晝夜節律是否影響 IF 的健康益處？這些問題都值得進一步探討。
結論
本系統性回顧的結果無法確定 IF 與腸道微生物群改善之間是否存在因果關係，因為研究中仍存在多種潛在混雜因素與研究設計的限制。然而，IF 可能有助於提升腸道微生物群的豐富度與 α 多樣性，並改變其組成。
本回顧發現，IF 可能增加 變形菌門（Proteobacteria）、γ-變形菌綱（Gammaproteobacteria）、梭菌目（Clostridiales）與糞桿菌屬（Faecalibacterium） 的豐度，同時減少 負桿菌綱（Negativicutes）、月形單胞菌目（Selenomonadales）與韋永氏菌科（Veillonellaceae）。我們進一步探討了這些組成變化的潛在健康影響，特別關注 IF 在 IBS 與 IBD 治療上的可能性。
儘管不同研究之間存在一定差異，現有證據普遍顯示 Veillonellaceae、Negativicutes、Proteobacteria 與 Gammaproteobacteria 在 IBS 與 IBD 患者中增加，而 Faecalibacterium 在 IBD 及可能的 IBS 患者中減少。因此，IF 介入導致 Veillonellaceae 與 Negativicutes 減少，以及 抗發炎菌株 Faecalibacterium 增加，可能為有益變化；然而，促發炎菌株 Proteobacteria 與 Gammaproteobacteria 增加，則可能帶來不利影響。
未來仍需更多研究，以深入了解不同類型的 IF 如何影響腸道微生物群，並進一步評估其對人類健康的潛在益處。
參考文獻
1. Zouhal, H, Saeidi, A, Salhi, A, Li, H, Essop, MF, Laher, I, et al. Exercise training and fasting: current insights. Open Access J Sports Med. (2020) 11:1–28. doi: 10.2147/OAJSM.S224919
2. Hofer, SJ, Carmona-Gutierrez, D, Mueller, MI, and Madeo, F. The ups and downs of caloric restriction and fasting: from molecular effects to clinical application. EMBO Mol Med. (2022) 14:e14418. doi: 10.15252/emmm.202114418
3. Tacad, DKM, Tovar, AP, Richardson, CE, Horn, WF, Krishnan, GP, Keim, NL, et al. Satiety associated with calorie restriction and time-restricted feeding: peripheral hormones. Adv Nutr. (2022) 13:792–820. doi: 10.1093/advances/nmac014
4. Wang, Y, and Wu, R. The effect of fasting on human metabolism and psychological health. Dis Markers. (2022) 2022:5653739. doi: 10.1155/2022/5653739
5. Longo, VD, Antebi, A, Bartke, A, Barzilai, N, Brown-Borg, HM, Caruso, C, et al. Interventions to slow aging in humans: are we ready? Aging Cell. (2015) 14:497–510. doi: 10.1111/acel.12338
6. Patterson, RE, and Sears, DD. Metabolic effects of intermittent fasting. Annu Rev Nutr. (2017) 37:371–93. doi: 10.1146/annurev-nutr-071816-064634
7. Khan, MN, Khan, SI, Rana, MI, Ayyaz, A, Khan, MY, and Imran, M. Intermittent fasting positively modulates human gut microbial diversity and ameliorates blood lipid profile. Front Microbiol. (2022) 13:922727. doi: 10.3389/fmicb.2022.922727
8. Guo, Y, Luo, S, Ye, Y, Yin, S, Fan, J, and Xia, M. Intermittent fasting improves Cardiometabolic risk factors and alters gut microbiota in metabolic syndrome patients. J Clin Endocrinol Metab. (2021) 106:64–79. doi: 10.1210/clinem/dgaa644
9. Akhtar, AM, Ghouri, N, Chahal, CAA, Patel, R, Ricci, F, Sattar, N, et al. Ramadan fasting: recommendations for patients with cardiovascular disease. Heart. (2022) 108:258–65. doi: 10.1136/heartjnl-2021-319273
10. Elortegui Pascual, P, Rolands, MR, Eldridge, AL, Kassis, A, Mainardi, F, Lê, KA, et al. A meta-analysis comparing the effectiveness of alternate day fasting, the 5:2 diet, and time-restricted eating for weight loss. Obesity (Silver Spring). (2023) 31:9–21. doi: 10.1002/oby.23568
11. Varady, KA, Cienfuegos, S, Ezpeleta, M, and Gabel, K. Cardiometabolic benefits of intermittent fasting. Annu Rev Nutr. (2021) 41:333–61. doi: 10.1146/annurev-nutr-052020-041327
12. Rynders, CA, Thomas, EA, Zaman, A, Pan, Z, Catenacci, VA, and Melanson, EL. Effectiveness of intermittent fasting and time-restricted feeding compared to continuous energy restriction for weight loss. Nutrients. (2019) 11:2442. doi: 10.3390/nu11102442
13. Erdem, Y, Özkan, G, Ulusoy, Ş, Arıcı, M, Derici, Ü, Şengül, Ş, et al. The effect of intermittent fasting on blood pressure variability in patients with newly diagnosed hypertension or prehypertension. J Am Soc Hypertens. (2018) 12:42–9. doi: 10.1016/j.jash.2017.11.008
14. Longo, VD, and Mattson, MP. Fasting: molecular mechanisms and clinical applications. Cell Metab. (2014) 19:181–92. doi: 10.1016/j.cmet.2013.12.008
15. Seimon, RV, Roekenes, JA, Zibellini, J, Zhu, B, Gibson, AA, Hills, AP, et al. Do intermittent diets provide physiological benefits over continuous diets for weight loss? A systematic review of clinical trials. Mol Cell Endocrinol. (2015) 418:153–72. doi: 10.1016/j.mce.2015.09.014
16. St-Onge, MP, Ard, J, Baskin, ML, Chiuve, SE, Johnson, HM, Kris-Etherton, P, et al. Meal timing and frequency: implications for cardiovascular disease prevention: a scientific statement from the American Heart Association. Circulation. (2017) 135:e96–e121. doi: 10.1161/CIR.0000000000000476
17. Al Bander, Z, Nitert, MD, Mousa, A, and Naderpoor, N. The gut microbiota and inflammation: an overview. Int J Environ Res Public Health. (2020) 17:7618. doi: 10.3390/ijerph17207618
18. Korem, T, Zeevi, D, Zmora, N, Weissbrod, O, Bar, N, Lotan-Pompan, M, et al. Bread affects clinical parameters and induces gut microbiome-associated personal glycemic responses. Cell Metab. (2017) 25:1243–1253.e5. doi: 10.1016/j.cmet.2017.05.002
19. Page, MJ, McKenzie, JE, Bossuyt, PM, Boutron, I, Hoffmann, TC, Mulrow, CD, et al. The PRISMA 2020 statement: an updated guideline for reporting systematic reviews. BMJ. (2021) 372:n71. doi: 10.1136/bmj.n71
20. Ozkul, C, Yalinay, M, and Karakan, T. Structural changes in gut microbiome after Ramadan fasting: a pilot study. Benef Microbes. (2020) 11:227–33. doi: 10.3920/BM2019.0039
21. Ouzzani, M, Hammady, H, Fedorowicz, Z, and Elmagarmid, A. Rayyan-a web and mobile app for systematic reviews. Syst Rev. (2016) 5:210. doi: 10.1186/s13643-016-0384-4
22. Sterne, JAC, Savović, J, Page, MJ, Elbers, RG, Blencowe, NS, Boutron, I, et al. RoB 2: a revised tool for assessing risk of bias in randomised trials. BMJ. (2019) 366:l4898. doi: 10.1136/bmj.l4898
23. Sterne, JA, Hernán, MA, Reeves, BC, Savović, J, Berkman, ND, Viswanathan, M, et al. ROBINS-I: a tool for assessing risk of bias in non-randomised studies of interventions. BMJ. (2016) 355:i4919. doi: 10.1136/bmj.i4919
24. Arnesen, EK, Christensen, JJ, Andersen, R, Eneroth, H, Erkkola, M, Høyer, A, et al. The Nordic nutrition recommendations 2022–handbook for qualified systematic reviews. Food Nutr Res. (2020) 64:4404. doi: 10.29219/fnr.v64.4404
25. Gabel, K, Hoddy, KK, Haggerty, N, Song, J, Kroeger, CM, Trepanowski, JF, et al. Effects of 8-hour time restricted feeding on body weight and metabolic disease risk factors in obese adults: a pilot study. Nutr Healthy Aging. (2018) 4:345–53. doi: 10.3233/NHA-170036
26. Gabel, K, Marcell, J, Cares, K, Kalam, F, Cienfuegos, S, Ezpeleta, M, et al. Effect of time restricted feeding on the gut microbiome in adults with obesity: a pilot study. Nutr Health. (2020) 26:79–85. doi: 10.1177/0260106020910907
27. Zeb, F, Wu, X, Chen, L, Fatima, S, Haq, IU, Chen, A, et al. Effect of time-restricted feeding on metabolic risk and circadian rhythm associated with gut microbiome in healthy males. Br J Nutr. (2020) 123:1216–26. doi: 10.1017/S0007114519003428
28. Cignarella, F, Cantoni, C, Ghezzi, L, Salter, A, Dorsett, Y, Chen, L, et al. Intermittent fasting confers protection in CNS autoimmunity by altering the gut microbiota. Cell Metab. (2018) 27:1222–1235.e6. doi: 10.1016/j.cmet.2018.05.006
29. Ali, I, Liu, K, Long, D, Faisal, S, Hilal, MG, Ali, I, et al. Ramadan fasting leads to shifts in human gut microbiota structured by dietary composition. Front Microbiol. (2021) 12:642999. doi: 10.3389/fmicb.2021.642999
30. Zeb, F, Wu, X, Chen, L, Fatima, S, Ul-Haq, I, Chen, A, et al. Time-restricted feeding is associated with changes in human gut microbiota related to nutrient intake. Nutrition. (2020) 78:110797. doi: 10.1016/j.nut.2020.110797
31. Su, J, Wang, Y, Zhang, X, Ma, M, Xie, Z, Pan, Q, et al. Remodeling of the gut microbiome during Ramadan-associated intermittent fasting. Am J Clin Nutr. (2021) 113:1332–42. doi: 10.1093/ajcn/nqaa388
32. Beam, A, Clinger, E, and Hao, L. Effect of diet and dietary components on the composition of the gut microbiota. Nutrients. (2021) 13:2795. doi: 10.3390/nu13082795
33. Rinninella, E, Cintoni, M, Raoul, P, Lopetuso, LR, Scaldaferri, F, Pulcini, G, et al. Food components and dietary habits: keys for a healthy gut microbiota composition. Nutrients. (2019) 11:2393. doi: 10.3390/nu11102393
34. Goodrich, JK, Waters, JL, Poole, AC, Sutter, JL, Koren, O, Blekhman, R, et al. Human genetics shape the gut microbiome. Cell. (2014) 159:789–99. doi: 10.1016/j.cell.2014.09.053
35. Rothschild, D, Weissbrod, O, Barkan, E, Kurilshikov, A, Korem, T, Zeevi, D, et al. Environment dominates over host genetics in shaping human gut microbiota. Nature. (2018) 555:210–5. doi: 10.1038/nature25973
36. Dwiyanto, J, Ayub, Q, Lee, SM, Foo, SC, Chong, CW, and Rahman, S. Geographical separation and ethnic origin influence the human gut microbial composition: a meta-analysis from a Malaysian perspective. Microb Genom. (2021) 7:000619. doi: 10.1099/mgen.0.000619
37. Badal, VD, Vaccariello, ED, Murray, ER, Yu, KE, Knight, R, Jeste, DV, et al. The gut microbiome, aging, and longevity: a systematic review. Nutrients. (2020) 12:3759. doi: 10.3390/nu12123759
38. Hariton, E, and Locascio, JJ. Randomised controlled trials—the gold standard for effectiveness research: study design: randomised controlled trials. BJOG. (2018) 125:1716. doi: 10.1111/1471-0528.15199
39. Vujkovic-Cvijin, I, Sklar, J, Jiang, L, Natarajan, L, Knight, R, and Belkaid, Y. Host variables confound gut microbiota studies of human disease. Nature. (2020) 587:448–54. doi: 10.1038/s41586-020-2881-9
40. Sterne, JAC, Higgins, JPT, Elbers, RG, and Reeves, BC and The development group for ROBINS-I. Risk of Bias in non-randomized studies of interventions (ROBINS-I): Detailed guidance, updated 12 October 2016. Available at http://www.riskofbias.info [Accessed October 24, 2023]
41. Crovesy, L, Masterson, D, and Rosado, EL. Profile of the gut microbiota of adults with obesity: a systematic review. Eur J Clin Nutr. (2020) 74:1251–62. doi: 10.1038/s41430-020-0607-6
42. Koliada, A, Syzenko, G, Moseiko, V, Budovska, L, Puchkov, K, Perederiy, V, et al. Association between body mass index and Firmicutes/Bacteroidetes ratio in an adult Ukrainian population. BMC Microbiol. (2017) 17:120. doi: 10.1186/s12866-017-1027-1
43. Domaszewski, P, Konieczny, M, Dybek, T, Łukaniszyn-Domaszewska, K, Anton, S, Sadowska-Krępa, E, et al. Comparison of the effects of six-week time-restricted eating on weight loss, body composition, and visceral fat in overweight older men and women. Exp Gerontol. (2023) 174:112116. doi: 10.1016/j.exger.2023.112116
44. Zarrinpar, A, Chaix, A, Yooseph, S, and Panda, S. Diet and feeding pattern affect the diurnal dynamics of the gut microbiome. Cell Metab. (2014) 20:1006–17. doi: 10.1016/j.cmet.2014.11.008
45. Paoli, A, Tinsley, G, Bianco, A, and Moro, T. The influence of meal frequency and timing on health in humans: the role of fasting. Nutrients. (2019) 11:719. doi: 10.3390/nu11040719
46. Maughan, RJ, Fallah, J, and Coyle, EF. The effects of fasting on metabolism and performance. Br J Sports Med. (2010) 44:490–4. doi: 10.1136/bjsm.2010.072181
47. Chen, S, Ali, I, Li, X, Long, D, Zhang, Y, Long, R, et al. Shifts in fecal metabolite profiles associated with Ramadan fasting among Chinese and Pakistani individuals. Front Nutr. (2022) 9:845086. doi: 10.3389/fnut.2022.845086
48. Li, Z, Zhou, J, Liang, H, Ye, L, Lan, L, Lu, F, et al. Differences in alpha diversity of gut microbiota in neurological diseases. Front Neurosci. (2022) 16:879318. doi: 10.3389/fnins.2022.879318
49. Gong, D, Gong, X, Wang, L, Yu, X, and Dong, Q. Involvement of reduced microbial diversity in inflammatory bowel disease. Gastroenterol Res Pract. (2016) 2016:6951091. doi: 10.1155/2016/6951091
50. Manor, O, Dai, CL, Kornilov, SA, Smith, B, Price, ND, Lovejoy, JC, et al. Health and disease markers correlate with gut microbiome composition across thousands of people. Nat Commun. (2020) 11:5206. doi: 10.1038/s41467-020-18871-1
51. Pickard, JM, Zeng, MY, Caruso, R, and Núñez, G. Gut microbiota: role in pathogen colonization, immune responses, and inflammatory disease. Immunol Rev. (2017) 279:70–89. doi: 10.1111/imr.12567
52. Kriss, M, Hazleton, KZ, Nusbacher, NM, Martin, CG, and Lozupone, CA. Low diversity gut microbiota dysbiosis: drivers, functional implications and recovery. Curr Opin Microbiol. (2018) 44:34–40. doi: 10.1016/j.mib.2018.07.003
53. Chung, CS, Chang, PF, Liao, CH, Lee, TH, Chen, Y, Lee, YC, et al. Differences of microbiota in small bowel and faeces between irritable bowel syndrome patients and healthy subjects. Scand J Gastroenterol. (2016) 51:410–9. doi: 10.3109/00365521.2015.1116107
54. Masoodi, I, Alshanqeeti, AS, Alyamani, EJ, AlLehibi, AA, Alqutub, AN, Alsayari, KN, et al. Microbial dysbiosis in irritable bowel syndrome: a single-center metagenomic study in Saudi Arabia. JGH Open. (2020) 4:649–55. doi: 10.1002/jgh3.12313
55. Alam, MT, Amos, GCA, Murphy, ARJ, Murch, S, Wellington, EMH, and Arasaradnam, RP. Microbial imbalance in inflammatory bowel disease patients at different taxonomic levels. Gut Pathog. (2020) 12:1. doi: 10.1186/s13099-019-0341-6
56. Zhuang, X, Liu, C, Zhan, S, Tian, Z, Li, N, Mao, R, et al. Gut microbiota profile in pediatric patients with inflammatory bowel disease: a systematic review. Front Pediatr. (2021) 9:626232. doi: 10.3389/fped.2021.626232
57. Bonder, MJ, Tigchelaar, EF, Cai, X, Trynka, G, Cenit, MC, Hrdlickova, B, et al. The influence of a short-term gluten-free diet on the human gut microbiome. Genome Med. (2016) 8:45. doi: 10.1186/s13073-016-0295-y
58. Shin, NR, Whon, TW, and Bae, JW. Proteobacteria: microbial signature of dysbiosis in gut microbiota. Trends Biotechnol. (2015) 33:496–503. doi: 10.1016/j.tibtech.2015.06.011
59. Rizzatti, G, Lopetuso, LR, Gibiino, G, Binda, C, and Gasbarrini, A. Proteobacteria: a common factor in human diseases. Biomed Res Int. (2017) 2017:9351507. doi: 10.1155/2017/9351507
60. Jalanka, J, Cheng, J, Hiippala, K, Ritari, J, Salojärvi, J, Ruuska, T, et al. Colonic mucosal microbiota and Association of Bacterial Taxa with the expression of host antimicrobial peptides in pediatric ulcerative colitis. Int J Mol Sci. (2020) 21:6044. doi: 10.3390/ijms21176044
61. Gorecki, AM, Preskey, L, Bakeberg, MC, Kenna, JE, Gildenhuys, C, MacDougall, G, et al. Altered gut microbiome in Parkinson’s disease and the influence of lipopolysaccharide in a human α-Synuclein over-expressing mouse model. Front Neurosci. (2019) 13:839. doi: 10.3389/fnins.2019.00839
62. Saulnier, DM, Riehle, K, Mistretta, TA, Diaz, MA, Mandal, D, Raza, S, et al. Gastrointestinal microbiome signatures of pediatric patients with irritable bowel syndrome. Gastroenterology. (2011) 141:1782–91. doi: 10.1053/j.gastro.2011.06.072
63. Duan, R, Zhu, S, Wang, B, and Duan, L. Alterations of gut microbiota in patients with irritable bowel syndrome based on 16S rRNA-targeted sequencing: a systematic review. Clin Transl Gastroenterol. (2019) 10:e00012. doi: 10.14309/ctg.0000000000000012
64. Pittayanon, R, Lau, JT, Yuan, Y, Leontiadis, GI, Tse, F, Surette, M, et al. Gut microbiota in patients with irritable bowel syndrome-a systematic review. Gastroenterology. (2019) 157:97–108. doi: 10.1053/j.gastro.2019.03.049
65. Willing, BP, Dicksved, J, Halfvarson, J, Andersson, AF, Lucio, M, Zheng, Z, et al. A pyrosequencing study in twins shows that gastrointestinal microbial profiles vary with inflammatory bowel disease phenotypes. Gastroenterology. (2010) 139:1844–1854.e1. doi: 10.1053/j.gastro.2010.08.049
66. Aldars-García, L, Chaparro, M, and Gisbert, JP. Systematic review: the gut microbiome and its potential clinical application in inflammatory bowel disease. Microorganisms. (2021) 9:977. doi: 10.3390/microorganisms9050977
67. Faden, H. The role of Faecalibacterium, Roseburia, and butyrate in inflammatory bowel disease. Dig Dis. (2022) 40:793–5. doi: 10.1159/000522247
68. Liu, H, Wang, J, He, T, Becker, S, Zhang, G, Li, D, et al. Butyrate: a double-edged sword for health? Adv Nutr. (2018) 9:21–9. doi: 10.1093/advances/nmx0009
69. Miyake, S, Kim, S, Suda, W, Oshima, K, Nakamura, M, Matsuoka, T, et al. Dysbiosis in the gut microbiota of patients with multiple sclerosis, with a striking depletion of species belonging to Clostridia XIVa and IV clusters. PLoS One. (2015) 10:e0137429. doi: 10.1371/journal.pone.0137429
70. Zou, Y, Lin, X, Xue, W, Tuo, L, Chen, MS, Chen, XH, et al. Characterization and description of Faecalibacterium butyricigenerans sp. nov. and F. Longum sp. nov., isolated from human faeces. Sci Rep. (2021) 11:11340. doi: 10.1038/s41598-021-90786-3
71. Walters, WA, Xu, Z, and Knight, R. Meta-analyses of human gut microbes associated with obesity and IBD. FEBS Lett. (2014) 588:4223–33. doi: 10.1016/j.febslet.2014.09.039
72. Fujimoto, T, Imaeda, H, Takahashi, K, Kasumi, E, Bamba, S, Fujiyama, Y, et al. Decreased abundance of Faecalibacterium prausnitzii in the gut microbiota of Crohn’s disease. J Gastroenterol Hepatol. (2013) 28:613–9. doi: 10.1111/jgh.12073
73. Cao, Y, Shen, J, and Ran, ZH. Association between Faecalibacterium prausnitzii reduction and inflammatory bowel disease: a Meta-analysis and systematic review of the literature. Gastroenterol Res Pract. (2014) 2014:872725. doi: 10.1155/2014/872725
74. Sokol, H, Pigneur, B, Watterlot, L, Lakhdari, O, Bermúdez-Humarán, LG, Gratadoux, JJ, et al. Faecalibacterium prausnitzii is an anti-inflammatory commensal bacterium identified by gut microbiota analysis of Crohn disease patients. Proc Natl Acad Sci USA. (2008) 105:16731–6. doi: 10.1073/pnas.0804812105
75. Miquel, S, Martín, R, Rossi, O, Bermúdez-Humarán, LG, Chatel, JM, Sokol, H, et al. Faecalibacterium prausnitzii and human intestinal health. Curr Opin Microbiol. (2013) 16:255–61. doi: 10.1016/j.mib.2013.06.003
76. Ahmed, H, Leyrolle, Q, Koistinen, V, Kärkkäinen, O, Layé, S, Delzenne, N, et al. Microbiota-derived metabolites as drivers of gut-brain communication. Gut Microbes. (2022) 14:2102878. doi: 10.1080/19490976.2022.2102878
77. Oliphant, K, and Allen-Vercoe, E. Macronutrient metabolism by the human gut microbiome: major fermentation by-products and their impact on host health. Microbiome. (2019) 7:91. doi: 10.1186/s40168-019-0704-8
78. Vinolo, MA, Rodrigues, HG, Nachbar, RT, and Curi, R. Regulation of inflammation by short chain fatty acids. Nutrients. (2011) 3:858–76. doi: 10.3390/nu3100858
79. Deleu, S, Machiels, K, Raes, J, Verbeke, K, and Vermeire, S. Short chain fatty acids and its producing organisms: an overlooked therapy for IBD? EBioMedicine. (2021) 66:103293. doi: 10.1016/j.ebiom.2021.103293
80. Peng, L, Li, ZR, Green, RS, Holzman, IR, and Lin, J. Butyrate enhances the intestinal barrier by facilitating tight junction assembly via activation of AMP-activated protein kinase in Caco-2 cell monolayers. J Nutr. (2009) 139:1619–25. doi: 10.3945/jn.109.104638