MétaCan
Menu
Retour à la cohorte
Enregistrement W2016501684 · doi:10.1111/j.1365-2885.2007.00855.x

Evaluation of dirlotapide for sustained weight loss in overweight Labrador retrievers

2007· article· en· W2016501684 sur OpenAlexaboutno aff
J. Gossellin, S. Peachey, J. Sherington, T.G. Rowan, S. Sunderland

Notice bibliographique

RevueJournal of Veterinary Pharmacology and Therapeutics · 2007
Typearticle
Langueen
DomaineVeterinary
ThématiqueVeterinary Medicine and Surgery
Établissements canadiensnon disponible
Organismes subventionnairesPfizer
Mots-clésWeight lossOverweightPlaceboAnimal scienceMedicineBody weightLean body massObesityInternal medicineBiology

Résumé

récupéré en direct d'OpenAlex

The effects of dirlotapide on body weight (BW) reduction were investigated in overweight Labradors in two parallel-design studies. Study A involved 42 dogs randomized to 0.0, 0.025, 0.05, 0.1, 0.2 or 0.4 mg dirlotapide/kg/day orally for 4 weeks. Study B involved 72 dogs randomized to nine treatments: placebo (24 weeks); dirlotapide (24 weeks) followed by placebo (28 weeks); or dirlotapide (52 weeks); on diets containing 5%, 10% or 15% fat. Dirlotapide dose (initially 0.1 mg/kg) was adjusted monthly during 24-week weight-loss and subsequent 28-week weight-stabilization phases. Food was offered above maintenance energy requirements (MERx 1.1-1.2) based on initial BW. Body composition (body fat, lean tissue and bone mineral content) was monitored using dual-energy X-ray absorptiometry. After treatment, dogs that had received dirlotapide for 52 weeks were fed 90% of quantity consumed at week 52. In study A, BW and food intake decreased asymptotically with dose: mean weekly weight loss exceeded 1% at 0.1-0.4 mg/kg. In study B, dirlotapide resulted in significant mean weekly weight loss (>0.8%) and decreased food intake over 24 weeks compared with placebo (P = 0.0001) for all diets. Food restriction minimized post-treatment weight rebound. Dirlotapide administered daily to dogs for up to 52 weeks was clinically safe and resulted in sustained weight reduction.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,787
Score d'incertitude au seuil0,702

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,117
Tête enseignante GPT0,424
Écart entre enseignants0,307 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations20
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Veterinary Pharmacology and TherapeuticsMême sujetVeterinary Medicine and SurgeryTravaux en français237 207