MétaCan
Menu
Retour à la cohorte
Enregistrement W2078300391 · doi:10.1136/bmj.g3526

Pharmacotherapy for weight loss

2014· article· en· W2078300391 sur OpenAlexaff
Christian F. Rueda‐Clausen, Raj Padwal

Notice bibliographique

RevueBMJ · 2014
Typearticle
Langueen
DomaineMedicine
ThématiquePharmacology and Obesity Treatment
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésPharmacotherapyWeight lossMedicineInternal medicineObesity

Résumé

récupéré en direct d'OpenAlex

A severely obese 28 year old woman (body mass index (BMI) 37.9) with type 2 diabetes, controlled hypertension, and sleep apnoea is seeking your advice about weight loss. She has lost 6 kg over the past year by reducing portion sizes, but her weight has recently plateaued. She does not want to consider bariatric surgery and asks instead about drug treatments. Current treatment for obesity consists primarily of health behaviour modification (diet, exercise, and behavioural therapy) for all patients and bariatric surgery for a minority of selected severely obese people.1 Because health behaviour modification is unsuccessful in many patients, and the availability of bariatric surgery is limited, additional adjunctive, effective, and safe obesity treatments are needed. To date, antiobesity drugs have not adequately filled this therapeutic void. The serotonergic agents fenfluramine and dexfenfluramine were withdrawn in 1997 because of associations with cardiac valvulopathy and pulmonary hypertension.2 After the withdrawals of rimonabant ( Acomplia ) in 2009 for depression and suicidal ideation, and sibutramine ( Meridia, Reductil ) in 2010 because of increased cardiovascular risk, orlistat became the only agent available for long term weight management. In 2012, two new oral agents—phentermine and extended release (ER) topiramate ( Qsymia ) and lorcaserin ( Belviq )—were approved by the US Food and Drug Administration as adjuvants to health behaviour modification in patients with a BMI of greater than 30 or greater than 27 if they also had an obesity related comorbidity, such as hypertension, dyslipidaemia, or type 2 diabetes. As discussed elsewhere, the European Medicines Agency did not approve either agent, citing toxicity concerns and a lack of morbidity and mortality data.3 Here, we provide a clinically focused summary to guide GPs in the use of these drugs. ### Orlistat This inhibitor of gastric and pancreatic lipase prevents intestinal fat metabolism and absorption.4 Prescription orlistat ( Xenical ) has been …

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,065

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0190,005

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 Opus0,024
Tête enseignante GPT0,381
Écart entre enseignants0,357 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations10
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMJMême sujetPharmacology and Obesity TreatmentTravaux en français237 207