An Evaluation of the Effects of the Novel Antipsychotic Drug Lurasidone on Glucose Tolerance and Insulin Resistance: A Comparison with Olanzapine
Notice bibliographique
Résumé
Over the past two decades, there has been a notable rise in the use of antipsychotic drugs, as they are used to treat an increasing number of neuropsychiatric disorders. This rise has been led predominantly by greater use of the second generation antipsychotic (SGA) drugs, which have a low incidence of neurological side-effects. However, many SGAs cause metabolic dysregulation, including glucose intolerance and insulin resistance, thus increasing the risk of cardiometabolic disorders. The metabolic effects of the novel SGA lurasidone, which was approved by the Food and Drug Administration in 2010, remain largely unknown. As rodent models accurately predict the metabolic effects of SGAs in humans, the aim of the present study was to use sophisticated animal models of glucose tolerance and insulin resistance to measure the metabolic effects of lurasidone. In parallel, we compared the SGA olanzapine, which has established metabolic effects. Adult female rats were treated with vehicle, lurasidone (0.2, 0.8 or 2.0 mg/kg, s.c.) or olanzapine (10.0 mg/kg, s.c.) and subjected to the glucose tolerance test (GTT). Separate groups of rats were treated with vehicle, lurasidone (0.2, 0.8 or 2.0 mg/kg, s.c.) or olanzapine (1.5 and 15 mg/kg, s.c.) and tested for insulin resistance with the hyperinsulinemic-euglycemic clamp (HIEC). Compared to vehicle treated animals, lurasidone caused mild glucose intolerance in the GTT with a single dose, but there was no effect on insulin resistance in the GTT, measured by HOMA-IR. The HIEC also confirmed no effect of lurasidone on insulin resistance. In contrast, olanzapine demonstrated dose-dependent and potent glucose intolerance, and insulin resistance in both tests. Thus, in preclinical models, lurasidone demonstrates mild metabolic liability compared to existing SGAs such as olanzapine. However, confirmation of these effects in humans with equivalent tests should be confirmed.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».